客服微信号 MaxStockWe 客服微信2号 MaxTrades 客服 Telegram号 https://t.me/MeiguWe 邮箱 buy@tradesMax.com 电话 (626)378-3637
本文来自美股投资网 | 美股大数据 StockWe
一家公司的营收同比增长60%，净利润创下历史新高，AI数据中心业务增长115%，管理层甚至预计明年每股收益增长70%。按照常理，这应该是一份足以推动股价上涨的财报。
但华尔街给出的反应却恰恰相反。
10月22日，美国PCB制造商TTM Technologies（NASDAQ：TTMI）公布2026年第三季度财报后，股价单日暴跌27.67%，从前一交易日的102.15美元跌至73.89美元，盘中最低触及71.71美元。
更耐人寻味的是，随后两个交易日，TTMI又连续反弹，截至10月26日收盘，股价回升至85.50美元。
一边是持续创新高的盈利，另一边却是被大幅压缩的估值。
这究竟意味着AI基础设施投资周期开始见顶，还是华尔街正在错杀一家基本面持续改善的公司？
美股投资网认为，答案藏在财报首页没有详细解释的三个问题里：高端PCB产品的交付时间、盈利增长的质量，以及未来大规模扩产能否转化为真正的现金流。
一、财报几乎无可挑剔，股价为什么反而崩了？
首先来看TTMI第三季度的实际表现。
公司实现营收12.04亿美元，同比增长60%，创下历史新高，明显高于市场此前约11.3亿美元的预期。
Non-GAAP每股收益达到1.46美元，同比增长118%，同样刷新历史纪录，也高于市场约1.26美元的预期。
GAAP净利润8480万美元，摊薄后每股收益0.79美元。
盈利能力的改善尤其明显。
第三季度Non-GAAP毛利率达到24.8%，同比提高330个基点；Non-GAAP营业利润率提升至17.4%，同比提高510个基点；调整后EBITDA达到2.423亿美元，利润率首次突破20%。
这不是简单依靠销售额增长堆出来的业绩。TTMI的产品结构、定价能力和工厂运营效率，都在发生实质性改善。
从业务结构来看：
数据中心与网络业务同比增长115%，营收约4.94亿美元，占公司总收入的41%，已经成为最重要的增长引擎。
航空航天与国防业务增长21%，占营收34%。该业务拥有约20亿美元项目积压订单，为未来几年提供相对稳定的收入可见度。
医疗、工业与仪器业务增长97%，占营收18%，主要受自动化测试设备需求、产品组合改善及价格调整推动。
汽车业务增长11%，占营收7%。
更值得注意的是，第三季度整体订单出货比（Book-to-Bill）达到2.13倍，意味着新接订单金额超过当期出货金额的两倍。
通常来说，这是需求仍然旺盛的积极信号。
如果只看这份成绩单，TTMI几乎没有理由遭遇如此猛烈的抛售。
问题在于，股票交易的是未来预期，而不是已经实现的历史增长。
二、真正引发抛售的，是AI高端PCB项目出现延期
TTMI最受华尔街关注的产品，是面向AI服务器和数据中心的新一代高复杂度PCB，公司将其称为N+M。
这类电路板主要服务于高性能计算架构，对布线、材料、信号完整性以及制造工艺有更高要求。
随着AI服务器向更高算力、更高密度发展，传统PCB架构越来越难以满足需求，N+M产品的价值因此不断提升。
而市场此前给TTMI较高估值，很大程度上就是押注这一业务的快速放量。
但是在10月22日的财报电话会议上，管理层透露了一个重要变化。
公司最初推进的三个主要N+M项目中，两个进展顺利，第三个项目的量产时间有所推迟。
管理层预计，延期项目将在第四季度后半段继续爬坡，并于2027年第一季度进入全面生产。
更关键的是，有分析师在电话会议上指出，第三季度数据中心与网络业务收入比此前指引低约10%。
这才是市场最敏感的地方。
因为对于传统制造企业而言，项目延期一个季度可能只是正常波动。
但对于一只被当成AI高增长公司定价的股票来说，交付时间推迟可能意味着短期盈利预期需要重新调整。
此外，N+M收入披露本身还有一个值得关注的疑点。
此前管理层曾预计，该产品第三季度贡献约2亿美元收入，第四季度约4亿美元。
但在最新电话会议中，管理层又表示N+M目前约占数据中心与网络业务收入的30%，第四季度比例大致相近。
如果按第三季度该业务4.94亿美元、第四季度预计约6.7亿至7亿美元计算，对应的N+M收入与此前金额目标存在明显差距。
不过，CEO在同一场会议中又口头表示第三季度N+M收入略高于2亿美元、第四季度略低于4亿美元。两组披露口径并不能直接对应，因此目前无法准确确认N+M收入究竟下调了多少。
这需要公司进一步澄清。
但值得强调的是，管理层明确否认项目延期是由技术失败、生产良率不达标或供应不足造成的，主要原因是客户自身的项目时间安排变化。
这里有一个关键区别：项目延期，不等于订单消失。
如果只是客户部署时间推迟，相关收入仍可能在后续季度确认。
但如果客户改变技术路线、减少采购，或者将订单转向其他供应商，那就是完全不同的投资逻辑。
目前公开信息更支持前一种解释，不过仍然需要未来两个季度的数据验证。
三、N+M真正的价值，不是收入增长，而是改变了TTMI的利润率
我认为，市场在关注项目延期的同时，可能低估了TTMI正在发生的另一项变化。
过去，PCB制造行业高度依赖规模效应。
产品同质化程度相对较高，制造商面对原材料价格上涨，往往只能通过向客户转嫁成本、提高工厂利用率等方式维持利润率。
这种商业模式具有明显的周期性，因此资本市场通常不会给予特别高的估值。
但N+M产品改变了这一计算逻辑。
TTMI管理层在电话会议上指出，与传统架构相比，N+M产品的复杂程度大约提高四倍。
随着产品复杂度提升，客户购买的不再只是普通电路板，而是能够满足更高性能要求的制造技术和工程能力。
这为TTMI创造了更强的定价空间。
管理层透露，N+M产品的销售价格上涨速度已经超过成本增长速度，其毛利率也显著高于公司整体平均水平。
换句话说，TTMI正在从依赖制造规模赚钱，逐步转向依靠技术复杂度和产品附加值赚钱。
这一点已经反映在财报中。
第三季度Non-GAAP毛利率同比提升330个基点，而Non-GAAP营业利润率提升510个基点，说明盈利改善不仅来自费用摊薄，也来自产品组合升级和毛利率扩张。
目前，N+M产品约占数据中心与网络业务收入的30%。
管理层预计，到2027年，这一比例有望提高至约50%。
注意，这里的50%指N+M占数据中心与网络业务收入的比例，而不是占公司整体营收的比例。
如果未来更高毛利率的N+M产品持续放量，即使TTMI整体营收增速开始放缓，公司利润仍然可能继续以更快速度增长。
管理层预计，2027年调整后EBITDA利润率有望进一步提高超过200个基点。
这也解释了为什么TTMI的2027年盈利增长预期明显快于收入增长。
四、明年EPS预计增长70%，华尔街却只给10倍市盈率
再来看公司最新公布的业绩指引。
2026年第四季度，TTMI预计营收14.2亿至14.4亿美元，Non-GAAP每股收益1.77至1.83美元。
全年营收预计44.7亿至44.9亿美元，每股收益4.97至5.03美元。
更值得关注的是2027年初步指引。
公司预计2027年营收达到65亿至67.5亿美元，区间中值约66.25亿美元。
以2026年指引中值计算，2027年营收预计增长约48%。
Non-GAAP每股收益预计达到8.10至8.90美元，中值8.50美元，相较2026年约5美元的中值增长70%。
需要说明的是，这份2027年指引已经包含完成收购的部分业务贡献，并非全部来自内生增长。
不过，利润增速明显超过收入增速，依然反映管理层对于产品组合改善和盈利能力提升的信心。
问题来了：
一家预计明年营收增长48%、每股收益增长70%的公司，市场究竟愿意给予多少倍市盈率？
按照TTMI在10月26日85.50美元的收盘价，以及2027年8.50美元的Non-GAAP EPS中值计算，预期市盈率仅约10.1倍。
如果以8倍市盈率计算，对应股价68美元。
如果给予12倍，对应股价102美元。
如果给予15倍，对应股价127.50美元。
这些只是基于管理层EPS指引兑现的静态估值情景，并非目标价。
但它说明一个事实：
在当前估值水平下，TTMI已经不一定需要市场重新给予高成长股估值，才有可能产生投资回报。只要盈利预测能够兑现，利润增长本身就可能推动股价。
反过来说，如果明年8.50美元的EPS无法实现，现在看起来便宜的估值也可能失去意义。
五、估值几乎腰斩，究竟是周期顶部，还是市场过度悲观？
过去几个月，TTMI身上出现了一个非常有意思的现象。
盈利预期不断上调，但估值倍数却持续下降。
根据近期一份分析师研究，TTMI的远期EV/EBITDA估值倍数已经从约21.4倍压缩至10.9倍，接近腰斩。
同期，该研究使用的行业估值中位数约为13.55倍。
与此同时，分析师统计的过去六个月盈利预期变化显示，2026年EPS预期提高约40%，2027年提高约66%。
这些估值数据取决于具体统计日期、预测口径及可比公司样本，不能直接与不同会计口径的市盈率混用，但它们揭示了一个值得注意的变化。
过去华尔街给予TTMI高估值，是因为相信AI数据中心基础设施将进入高速增长阶段。
现在，即使公司已经用财报证明增长正在兑现，投资者反而开始担心增长高峰即将过去。
这就是典型的周期顶部定价方式。
对于周期股来说，利润最高的时候，往往恰恰是市场开始压低估值的时候。
原因很简单：投资者担心今年赚得越多，未来盈利下降的空间就越大。
但是，TTMI现在是否真的符合这一特征？
我认为至少还有三个证据不支持盈利即将见顶的结论。
首先，公司已经宣布额外投资4亿美元，用于N+M产能扩张，重点满足2028年前后的客户需求。
这笔扩产并不是短期增加一点设备，而是基于未来客户项目和技术路线图做出的产能安排。
当然，扩产计划不等于未来订单已经全部锁定，但至少说明管理层并不认为2027年就是需求终点。
其次，航空航天与国防业务拥有约20亿美元项目积压订单。
管理层表示，2027年该业务约65%的预计收入已经具有较高可见度。
这给TTMI提供了一个重要的非AI业务支撑。
第三，N+M目前在数据中心业务中的渗透率仍然只有约30%，距离管理层预计的50%还有明显提升空间。
因此，市场正在按照周期性股票利润见顶的逻辑压缩TTMI估值，但目前公司的订单、产品结构和产能规划，并没有充分证明盈利周期已经见顶。
这也是TTMI目前最值得研究的估值矛盾。
六、但不能忽略：利润增长很快，现金流却没有同步跟上
如果只看营收、EPS和订单，我会认为TTMI的表现相当强劲。
但从现金流角度看，情况没有那么完美。
第三季度，公司经营现金流为1.547亿美元，自由现金流约7480万美元。
单季度自由现金流相当于调整后EBITDA的约31%，较此前有所改善。
然而，2026年前三个季度累计自由现金流仅约3575万美元。
同期调整后EBITDA累计达到约5.42亿美元。
也就是说，前三季度自由现金流转化率只有约6.6%。
其中一个重要原因是公司正在进行较大规模的资本开支，同时营运资金也在占用现金。
对于一家处于扩张期的制造企业，这并不必然意味着基本面恶化。
但是，投资者需要问一个问题：
未来不断增长的会计利润，究竟有多少能够真正变成自由现金流？
因为TTMI不仅要扩大高端PCB产能，还在不断通过收购向高附加值业务延伸。
公司近期完成了Swiss Technology Group和Epiq Solutions的收购，又宣布计划以6.5亿美元收购Ophir Optics业务。
这些交易有望增加技术能力与产品组合，但同样会增加资金需求和融资成本。
公司披露，在完成Epiq收购后的备考口径下，净杠杆率约为2.8倍。
随着收购及扩产推进，债务成本、资本开支和现金流转化，将变得比过去更加重要。
如果未来高端PCB收入持续增长，利润率继续扩张，自由现金流也明显改善，那么当前估值确实可能偏低。
但如果资本开支持续增加、项目不断延期，导致利润增长长期无法转化为现金流，那么市场压低估值也并非没有道理。
七、AI资本开支周期，才是TTMI最大的外部变量
从更大的产业角度看，TTMI还有一个不能忽略的风险：公司正在变得越来越依赖AI基础设施投资周期。
第三季度数据中心与网络业务占总营收41%。
管理层预计，第四季度这一比例可能提高至49%。
也就是说，未来TTMI近一半的收入可能来自数据中心和网络相关需求。
这既是机会，也是风险。
在微软、亚马逊、谷歌、Meta等科技巨头不断建设AI基础设施的阶段，高端PCB需求有望受益于服务器算力、网络带宽及系统复杂度提升。
但是，假如未来AI应用的收入兑现无法匹配资本开支，超大规模云厂商开始削减或推迟投资，产业链上游供应商同样可能遭遇订单调整。
尤其是TTMI这类正在提前建设产能的公司，对未来需求预测的准确性要求更高。
此外，高端CCL、T-glass等关键材料交期延长，也会增加项目执行难度。
因此，TTMI虽然具有AI产业链的技术升级逻辑，但它依然是一家资本密集型制造企业，而不是高毛利、轻资产的软件公司。
市场不应该完全按照传统PCB企业评价它，也不应该简单给予软件公司的高估值。
合理估值最终取决于三个方面：高端产品的定价能力、产能利用率，以及长期自由现金流回报。
八、TTMI暴跌后，是否已经出现投资机会？
综合来看，美股投资网认为，TTMI目前最值得关注的，不是单日暴跌28%，也不是明年预计增长70%的EPS，而是其盈利结构可能正在发生的长期变化。
过去市场把它当成传统PCB周期股。
后来随着AI数据中心业务快速增长，市场开始给予它AI基础设施成长股的估值。
现在，由于高端产品项目延期，加上整个AI产业链面临资本开支回报率的质疑，TTMI又被快速按照周期股重新定价。
但企业真实的基本面变化，并不一定与股价波动速度一致。
至少从目前披露的数据来看，我们还没有看到AI高端PCB需求已经全面见顶的证据。
相反，公司数据中心业务仍在高速增长，N+M产品继续提升收入占比，利润率持续改善，而且管理层正在为2028年的需求扩产。
这使得TTMI具备一定的估值修复潜力。
但要确认这是不是一次真正的错杀，接下来还需要重点跟踪三个指标。
第一，N+M项目能否按时兑现。
特别是延期项目能否在2027年第一季度顺利全面投产，以及公司能否进一步澄清N+M的实际收入金额和占比。
第二，利润率能否继续扩张。
如果N+M占比提升后，公司EBITDA利润率真的能够继续提高200个基点以上，就说明产品升级带来的盈利能力改善正在兑现。
第三，自由现金流能否明显改善。
2027年利润增长能否覆盖不断增加的资本投入和债务成本，将直接影响市场是否愿意重新提高估值。
最后总结
TTMI这次财报后的暴跌，更像是短期增长预期落空、叠加估值压缩造成的剧烈调整，而不是公司已经出现全面基本面恶化。
但不能因为股价暴跌，就直接把它定义为错杀。
如果2027年每股收益真的达到8.50美元，且自由现金流同步改善，目前约10倍的预期市盈率确实值得关注。
如果N+M项目持续延期，或者AI资本开支周期提前降温，盈利预期仍然存在下修风险。
真正的机会，往往来自市场预期与企业基本面之间的错配。
而TTMI接下来几个季度最重要的事情，就是用实际收入、利润率和现金流，证明市场是否低估了它的长期盈利能力。
美股投资网认为，TTMI值得持续跟踪，但判断其价值不能只看PE，更要看AI高端PCB带来的盈利升级是否真正兑现。
美股投资网｜美股大数据 StockWe
专业跟踪美股财报、AI产业链、机构资金动向与市场预期差。
更多美股深度研究与AI选股工具，欢迎访问StockWe.com，或下载「美股大数据」APP。
数据截至2026年10月27日，股价估值以10月26日收盘价计算。本文仅供投资研究交流，不构成个人投资建议。
主要资料来源：TTM Technologies 2026年第三季度业绩公告、SEC 8-K、2026年10月22日财报电话会议及公开市场行情。
欢迎来到美股投资网，帮你在海量的数据中发现投资机会
本周三微软财报，周四亚马逊财报。为了准备这期视频，我把华尔街最新、最硬核的财报原件、几十页的英文财报注解，以及长达数万字的电话会实录，一行一行、逐字逐句地全盘细读了一遍。
说实话，这两天市面上关于财报前瞻的解读铺天盖地，但我看完之后心里其实挺有感触的：大家每天都在刷“营收超预期了没”、“每股收益 beat 了没有”，可真正愿意沉下心来，去帮大家一笔一笔拆成本、算现金账的人太少了。
其实光看那些华丽的增长数字已经不够用了。我们真正想知道的是：当上游的建造成本越来越贵、巨头们的资本开支像滚雪球一样往上飙的时候，它们砸进去的每一笔百亿美金，到底能变现多少？
建议先点赞、再收藏，等财报出来前拿出来验证。
微软财报深度解析
这次财报，我最关心的不是营收超没超预期，也不是 Azure云计算又拿出了多漂亮的增长数字。
因为上周一连串科技股的财报和股价反应，包括 Meta、台积电以及一众企业软件公司在内，已经把华尔街现在的“奖惩标准”写在了脸上：市场对单纯的增长故事已经没那么买账了。
谁能证明 AI 投入正在变成真金白银的回报，市场就给谁溢价；
谁还停留在光烧钱、不兑现的阶段，哪怕账面数字过得去，也会被重新算账。
所以轮到微软交卷，我真正想搞清楚的核心问题只有一个：它砸下几百亿美元建设 AI，到底有没有开始形成一门真正赚钱的生意？
这个问题，我会顺着它的商业链条，分四步来找答案
第一步，看应用层：Copilot 到底卖到了什么程度？
第二步，看收费模式：微软能不能从固定订阅，升级到靠智能体按量收费？
第三步，看基础设施：Azure 手里的巨额订单，能不能顺利交付、变成实际收入？
最后一步，看财务底线：扣除资本开支后，微软还能留下多少自由现金流？
这四步，一步扣一步。只要有一环掉链子，市场对微软的估值逻辑就可能被重新审视。
先看第一步，Copilot。
我之所以把它放在最前面，是因为上个季度，市场的注意力更多集中在 Azure 增长和资本开支上，反而容易忽略一个变化：Copilot 的商业化，正在出现加速的迹象。
我们看一下微软 CEO 纳德拉在上次财报电话会上的原话，他提到的几个数字很关键：
Microsoft 365 Copilot 的付费席位已经突破 3000 万，而前一季还是 2000 万出头，单季净新增席位数环比翻了一倍以上；
有 5 万个以上席位的大客户数量，同比增加了 7 倍多；
第三，把 Copilot 铺开给公司过半数员工使用的企业数量，一个季度就增长了将近 75%。
如果把这些数字对应到具体的大客户名单上，感受会更直观：
像英国的国家医疗服务体系 NHS England，宣布向约50万名员工推广 Copilot；
全球四大会计师事务所之一的安永（EY），为40万名员工部署了包含 Copilot 的 E7 套件；
大众汽车，也为33万名员工部署 Copilot；
汇丰银行则承诺采购20万个席位。
这些数字放在一起看，说明 Copilot 正在从小范围试用，逐渐走向大企业的规模化采购。至少在企业付费意愿这一层，微软已经取得了实质性进展。
但这里有一步不能忽略：企业愿意买，不等于这门生意已经做成了。
为什么我会这么说呢？
因为上一季 Microsoft 365 商业云收入，在剔除特殊因素后大约增长 16%，而商业付费席位基数只增长了 6%。管理层说，Copilot、E5 和早期 E7 的销售，正在提高单用户收入。
这是一个积极信号，但不能把这部分增长全算在 Copilot 头上。因为微软至今没有单独披露 Copilot 的收入、活跃率和利润率。换句话说，3000 万付费席位证明了它卖得出去，但还没有证明它已经是一台高利润的印钞机。
所以这次财报，我真正想听到的，不只是又多了多少席位，而是签了合同之后，客户使用得是不是越来越深入？到了续约的时候，企业愿不愿意继续付钱，甚至购买更高价的服务？
因为这些问题，才决定 Copilot 能不能从一门“卖得出去”的生意，变成一门“真正赚钱”的生意。
这就引出了第二个问题：微软为什么越来越强调智能体和按量计费？
因为传统软件主要按人数收钱，但 AI 可以在后台连续执行任务，调用工具、读取数据、生成结果。任务越复杂，消耗的推理算力越多。如果收入还停在固定订阅，成本却随着使用量不断上升，商业模式就会面临压力。
微软已经给 GitHub Copilot 引入按量计费，又用 E7 把 Copilot、安全、身份管理和 Agent 365 打包。它要卖的，是企业管理 AI 的整套系统。
但这条路能不能走通，还要看竞争。现在企业不会只押注一家大模型。微软 Foundry 平台提供超过 1.1 万种模型，管理层说，今年以来，同时使用多家模型的客户数量增加了 5 倍。
微软真正想守住的，是模型上面的企业入口：
数据接在哪里，身份权限谁来管，智能体在哪里运行。这样无论客户选 OpenAI、Anthropic，还是其他模型，微软都有机会从云平台和管理服务继续收费。
但模型价格会竞争，推理成本也要付；平台能留下多少利润，财报还没单独披露。
所以，接下来就必须看第三步，Azure。
上一财年 Azure 全年收入首次突破 1000 亿美元，增长 41%；上一季增速从 40% 加快到 43%。到了本周这一季，微软更新后的固定汇率增速指引是 44% 到 45%，公司总收入指引在 898.5 亿到 909.5 亿美元之间。不过新财季调整了披露口径，对比增速时要看重述数据。
看未来的增长可见度，还要结合微软手里的“订单大山”。上一季，包含 Azure 和办公软件在内的微软整体商业剩余履约义务，也就是商业 RPO，达到 6780 亿美元，同比大增 84%。
但这组数据，我们要分两层来解读：
OpenAI 的拉动作用很大，但其他企业的需求也在跟进。
剔除 OpenAI 后，商业 RPO 依然增长 25%，而且当季的环比增量，主要来自前沿模型公司以外的客户。这说明需求不是只有一家大客户在撑；但 84% 和 25% 的增速差也提醒我们，OpenAI 对整体订单的拉动依然非常显著，客户集中度风险还没有完全消除。
手里的合同，要分期变成收入。
RPO 是未来要履行的长单，不是这一季赚到的钱，更不是已经到手的现金。微软预计，其中大约 30% 会在未来 12 个月确认为收入，剩下的部分则会在更长的周期里逐步履约。
所以看本周的 Azure，市场真正要验证的，不只是订单多不多，而是新建的数据中心能不能按时交付，让算力真正变成当季收入。毕竟，订单能多快兑现，兑现时又要付出多少算力成本，直接决定了这门生意的回报率。
这就来到第 4 个问题，也是最可能决定财报后股价反应的：资本回报。
我们先算一笔现金账：上一季，微软经营现金流是 554 亿美元，但资本开支连同融资租赁就花掉了 410 亿，最后留下的自由现金流只有 196 亿美元，它也是唯一一家自由现金流为正的云巨头。
而微软到了本季度，公司预计资本开支还要冲破 500 亿美元。你看，微软赚钱在加速，烧钱的速度也在加速。更关键的是，随着上游芯片、存储和基建成本上涨，建同样规模的数据中心正变得越来越贵。
需求再旺，如果收入增长跑不赢成本膨胀，最后留在手里的现金就会被不断吞噬。
而且看这次财报，千万不能只盯着账面的“每股收益”和“净利润”超没超预期。因为这里面有两个细节必须剔除来看：
第一，是会计折旧的调整。
微软把数据中心建筑和办公楼的预计使用年限，从 15 年延长到了 25 年。这会直接减少未来的账面折旧、让利润表变得更好看；但这并不代表里面的 GPU 突然能多用 10 年，更不代表花出去的真金白银变少了。
第二，是非经营因素的干扰。上一季微软的净利润增速明显快于营业利润，很大程度上是受到了投资收益等非经营项目的影响。
换句话说，账面净利润可以靠延长折旧和投资收益来润色，但现金流不会撒谎。所以我这次看财报，一定会把营业利润、经营现金流和自由现金流摆在一起看。
说到底，这次我不只看微软能不能把 AI 卖出去，更要看它能不能把需求变成收入，再把收入变成真正留得下来的现金——这，才是本周微软财报真正的胜负手。
拆完微软你会发现，面对关键财报，只有把底层的商业账算透，做决策才不会心里没底。如果你认可这种深挖财报的思路，先点赞、再收藏，关键时刻一定能帮上忙。美国热线 626-378-3637
AMZN财报深度解读
接下来分析亚马逊。这次我也从4个核心问题展开：
AWS 为什么突然加速？
增长是不是只靠少数 AI 大客户？
这么快的增长，利润率能不能守住？
最后，2200亿美元的年度资本开支，什么时候能变成真正的自由现金流？
这4个问题，其实是一条从需求爆发、客户结构、利润留存，再到现金回报的完整链条。
先看第1个问题，AWS 到底有多强，为什么突然加速？
上一季，AWS 收入达到 422亿美元，同比增长 36.7%。从去年二季度的 17.5%，到 20%、24%、28%，再到如今的 36.7%，AWS 已经连续 5 个季度加速增长。
短短一个季度提速近 9 个百分点，单季收入环比增加超过 46 亿美元。对一家年化收入接近 1690 亿美元的云业务来说，这是 18 个季度以来最快的增长，分量非常重。
增长从哪里来？AI 无疑是重要推动力。
亚马逊披露，Anthropic 和 OpenAI 对自研 Trainium 芯片作出了多年期、吉瓦级别的大规模算力承诺。
Bedrock 平台让企业灵活调用不同模型的消费额，在上一季创下新高，超过了此前所有季度的总和。
目前，AWS 的 AI 业务与芯片业务年化收入规模分别突破了 250亿美元，且都在以三位数百分比增长。
但这里必须保持清醒：这两个 250 亿美元是年化运行规模，而不是当季真实收入；更重要的是，这两项业务的统计口径不能简单相加。
亚马逊并没有向第三方单独售卖裸芯片，所谓的“250亿芯片收入”，本质上是客户在云端租用搭载 Trainium 和 Graviton 芯片的实例租金，它和“250亿 AI 业务收入”在账本上高度重叠。
不过，前期采购的电力和机架陆续上线，让过去排队的订单开始兑现。市场测算亚马逊在 2025 年底到 2027 年底之间，将净增 7 到 8 吉瓦的算力容量。
在华尔街普遍预期 30% 到 35% 增速的背景下，下周财报我们要看的是：AWS 能不能冲破 451 亿美元，把高增速延续下去，拿下“六连跳”。
但增长快，还要看增长质量。这就来到第2个问题：AWS 是不是越来越依赖少数大型 AI 客户？
当智能体在后台调用工具、读写数据库、存储数据时，不可能只消耗 GPU，也会带动传统的 CPU、存储和数据库服务。比如前1000大 EC2 客户中有98%都在使用自研的 Graviton 处理器。亚马逊认为 AI 与传统云需求会互相促进，但公司没有披露足够细的收入拆分，我们还不能把传统云的每一分增长都算成 AI 的功劳。
管理层披露，AWS 的 backlog，也就是已签约但尚未交付的业务承诺，在上一季末达到了 4960亿美元，同比翻了一倍还多，单季暴增 1320 亿美元。这笔暴增的背后，主要是 Anthropic 签下了 10 年 1000 亿美元的协议，OpenAI 也追加了 1000 亿美元承诺。
这说明虽然积压订单锁定了很高的需求，但不等于钱已经到账，更不证明客户结构足够分散。
管理层将当前的 AI 需求形容为“杠铃型结构”：
一头是少数前沿大模型实验室的巨额长约；
另一头是普通企业的基础降本；
处于杠铃中间地带的传统企业“规模化 AI 生产级推理”，还没有全面爆发。
接下来的财报，不仅要看积压订单能否突破 5300 亿美元，更要看数据中心能否按时上线，以及传统企业的推理需求有没有接棒跟上。
第3个问题，是增长能留下多少利润。
上一季 AWS 经营利润达到 166亿美元，同比增长 64%，经营利润率约 39.4%。AWS 只占亚马逊总营收约 21%，却贡献了全公司约 60% 的经营利润，所以云业务利润率哪怕小幅波动，对整家公司都至关重要。
但翻开财报记录会发现，上一季的利润率里藏着两个容易漏掉的一次性顺风：
AWS 利润率中包含了约 6 亿美元的能源衍生品合约公允价值重估收益。剔除这笔电费浮盈后，AWS 真实经营利润率其实是 37.9%，且官方在三季度指引中已经明确假设不再有这项收益。
北美零售分部包含了约 6 亿美元的一次性关税退税。两项加起来，给上一季全公司多增了 12 亿美元的营业利润。
在三季度缺少这 12 亿美元顺风、且低轨卫星密集发射费用持续计入成本的背景下，如果 AWS 利润率回落到 37% 左右属于正常挤水分；但如果跌破 35%，市场就会追问新增业务究竟有多赚钱。
此外，还要警惕净利润的“假象”。上一季亚马逊净利润高达 626 亿美元，主要包含了约 534 亿美元的税前非经营收益，来自 Anthropic 以 9650 亿美元估值完成融资后带来的优先股账面重估。剔除这笔浮盈后，主业驱动的核心净利润其实在 208亿美元左右（对应 EPS 约 1.91 美元）。
如果散户看到表面 EPS 从上一季的 5.75 美元回落到 2 美元左右，很容易误以为“盈利暴跌”。判断主业质量，我们必须看经营利润，而不是净利润。
最后，就是资本开支和自由现金流。
亚马逊把 2026 年全年现金资本开支预期提高到约 2200亿美元，管理层提到高带宽内存芯片涨价是主要原因之一。也就是说，多出的 200 亿美元相当一部分是在为硬件通胀买单。
注意，这是亚马逊全公司的开支，过去 12 个月经营现金流为 1614 亿美元，自由现金流却是净流出 76 亿美元。主业能够产生大量现金，但眼下扩建云和 AI 基础设施花得更多。
管理层的逻辑是：数据中心需要提前两年建设，服务器平均不到 3 年可以收回投资。但在会计上，服务器折旧周期只有 5 到 6 年，上一季单季折旧与摊销已经升至 200 亿美元。回本周期是管理层的经营判断，不代表每一批新设备都已实现回报。
对本季，亚马逊给出的营收指引是 1970亿至2020亿美元，经营利润指引是 225亿至265亿美元。由于今年 Prime Day 改在 6 月（去年在 7 月），剔除时间差后本季营收增速会比表面高近 4 个百分点（达到 13% 至 16%）。亚马逊过去连续 15 个季度经营利润都突破了指引上限，这次能否再次冲破 265 亿美元，非常值得期待。
所以，这次看亚马逊，我会沿着同一条线往下追：
AWS 的加速有没有延续，增长有没有从大型 AI 客户扩散到更广的企业需求；
剔除一次性顺风和账面投资波动后，利润率能否稳住；
最后，2200亿美元的投入能否逐渐换回更多现金。
需求旺盛已经有4960亿美元合同作证，接下来要证明的，是这门生意不仅能做大，还能把钱稳稳地赚回来。
我对四大巨头AI投资的结论：这场AI革命最终很可能大获成功，但投资 AI 基础设施的人未必都赚钱
我的基本判断是：
未来可能同时出现 AI 应用大爆发、AI 模型性能持续提升、Token 使用量成倍增长，以及部分 AI 基础设施投资者亏损的局面。
这四件事并不矛盾。
目前的数据尚不支持断言亚马逊、谷歌、Meta 或微软的 AI 投资必然失败，因为这些公司拥有已经盈利的核心业务、客户和分销渠道，而且云算力需求仍然很强。
但是，开源模型逼近闭源模型、企业采用多模型策略、Token 价格持续下跌，已经让未来投资回报的不确定性明显增加。
我更倾向于认为，最脆弱的未必是四大科技巨头，而是高度依赖 GPU 租赁、负债融资和少数大客户的专业 AI 云服务商。因为它们不像微软能卖 Office、Meta 能通过广告变现，也不像亚马逊和谷歌拥有那么多其他云服务收入。
美股投资网认为，2027 年 AI 投资最值得警惕的风险，不是 AI 没有需求，而是算力需求非常旺盛，价格却越来越低，最后钱被用户和应用层赚走，基础设施投资者承担了最重的资本成本。
这会让我非常关注一个反直觉的可能性：AI 越普及，部分 GPU 和 AI 云服务商的估值反而越容易承压。
另外，你还想让我深度拆解哪家公司的财报？直接在评论区留下美股代码！我会优先安排团队去研究，把关键数据、市场预期和容易被忽略的投资机会与风险，尽可能给大家都分析透彻。
账上只有825亿美元，META竟敢花8250亿美元！现金流转负，债务风险飙升，华尔街开始害怕了
华尔街突然拉响警报
Meta刚刚公布了一份相当不错的财报，结果第二天，股价却遭到大幅抛售。
更值得警惕的是，除了股票下跌，华尔街的债券市场也出现了异常。
Meta的五年期信用违约互换，也就是CDS，价格一度飙升至119.3个基点，创下这一合约开始活跃交易以来的最高盘中水平。
这是什么概念？
CDS可以简单理解为债券违约保险。投资者越担心一家公司的偿债风险，购买这种保险的成本通常就越高。
现在，就连Meta这样一家拥有数十亿用户、每年创造上千亿美元经营现金流的科技巨头，债务风险也开始受到市场重新审视。
更让华尔街震惊的是，Meta最新披露，未来在租赁和各类合同上的付款承诺，已经达到惊人的8250亿美元。
而截至今年9月底，Meta账上的现金和有价证券，只有824.5亿美元。
换句话说，这家全球最赚钱的互联网公司之一，已经签下了相当于自身现金储备10倍的长期付款承诺。
当然，这8250亿美元并不是今年就要一次性付清的钱。
但是，这个数字背后，隐藏着一个更加重要的问题：
为了争夺下一代AI入口，扎克伯格正在把Meta从一家现金流充裕的互联网公司，改造成一家需要持续投入巨额资本的AI基础设施运营商。
问题是，Muse真的能赚回这些钱吗？
今天，美股大数据就带大家深入分析Meta最新财报、债务市场变化，以及这场8250亿美元豪赌对英伟达、AMD、博通和整个AI产业链意味着什么。
第一部分：财报明明不错，Meta为什么暴跌？
先来看Meta刚刚公布的第三季度财报。
营收646亿美元，同比增长26%，超过华尔街预期。
其中广告展示次数增长10%，平均广告价格增长14%。
这两个数字很重要。
说明Meta的广告收入增长，并不只是靠增加广告数量，还来自广告定价能力的提升。
Facebook、Instagram和WhatsApp组成的庞大生态系统，依然保持着非常强的商业价值。
9月份，Meta旗下应用的日活跃用户达到36.4亿，同比增长3%。
管理层也明确指出，AI改善了内容推荐、用户参与度和广告变现效率，正在为核心业务贡献增量收入。
再来看利润。
第三季度Meta每股收益为3.83美元，表面上低于市场预期。
但这其中包含了一笔98.9亿美元的法律和解费用。
剔除这笔费用的影响，每股收益可以达到7.40美元。
所以，单纯说Meta财报业绩很差，是不准确的。
真正的问题出在现金流。
第三季度，Meta经营活动产生的现金达到327.9亿美元。
这个数字非常漂亮。
但同期资本支出，包括融资租赁本金付款，达到了349.1亿美元。
最终结果是，自由现金流转为负21.2亿美元。
作为对比，去年第三季度，Meta自由现金流还是正106.25亿美元。
今年第二季度，这个数字已经下降到只有7.84亿美元。
也就是说，Meta过去引以为傲的现金创造能力，并没有突然消失。
而是它花钱的速度，正在超过赚钱的速度。
这才是问题的核心。
2026年前9个月，Meta依然创造了约110亿美元自由现金流，因此不能说它全年已经陷入现金流赤字。
但是，与去年同期相比，前9个月自由现金流已经下降超过60%。
华尔街现在担心的是，如果明年资本支出继续增加，Meta还能留下多少现金给股东？
第二部分：8250亿美元，到底买了什么？
这次最有冲击力的数字，当然是8250亿美元。
不过，我认为有必要先纠正市场上一个容易造成误解的说法。
Meta并没有宣布，今年要拿出8250亿美元购买GPU。
这个数字是未来多年的租赁和合同承诺。
具体来看，主要分为三部分。
第一部分，3557亿美元。
这是尚未开始的经营租赁和融资租赁承诺。
包括数据中心、托管机房、网络和其他相关基础设施。
这些租赁可能在2026年至2036年期间陆续开始，部分租约最长达到30年。
第二部分，4545亿美元。
这是Meta已经签署的不可撤销采购合同。
涉及第三方云计算算力、数据中心、服务器、网络设备，以及Reality Labs相关消费硬件。
第三部分，最多147亿美元。
属于有条件的云计算采购义务，实际金额可能下降。
三部分合计，最高接近8250亿美元。
值得注意的是，今年7月Meta披露的未来付款承诺还不到7000亿美元。
仅仅三个月，规模就增加了大约18%。
这说明Meta并没有因为华尔街开始担忧AI投入过高，就放慢基础设施扩张。
恰恰相反，它还在加速锁定未来的算力资源。
不过，长期合同承诺并不等于资产负债表上的现有债务，也不能与年度资本支出直接相加。
两者在会计和现金流口径上，可能存在重叠。
真正值得研究的是付款时间。
根据最新披露，在4545亿美元不可撤销采购合同中，仅2027年预计到期的金额，就达到1214亿美元左右。
这是一笔很大的付款责任。
即使未来AI需求低于预期，部分合同仍然需要按照约定履行。
这意味着，Meta正在用长期协议获得供应保障，同时也牺牲了未来调整投资规模的部分灵活性。
如果需求兑现，这叫提前锁定产能；如果需求不及预期，这些合同就可能变成沉重的固定成本。
第三部分：Meta为什么需要这么多算力？
其实，这场AI投资的商业逻辑，已经和两年前发生了明显变化。
过去，大型科技公司投入巨资，主要是为了训练更强大的AI模型。
现在，推理需求正在变得越来越重要。
特别是AI智能体的兴起，让计算资源消耗方式出现了根本变化。
过去用户使用聊天机器人，通常是一问一答。
现在，Muse这样的智能体可以直接替用户执行任务。
比如，你告诉Muse，帮你安排一次旅行。
它可能需要搜索机票、比较酒店、查询天气、分析不同房间的价格、查看景点信息，最后协助完成预订。
用户只提出了一个要求。
但在后台，AI可能需要进行多轮推理，调用不同的工具，反复执行操作。
复杂任务带来的算力消耗，可能远远高于普通文字问答。
这也是为什么扎克伯格在最新财报电话会议上，特别强调Muse目前是一项计算密集型服务。
他说，Muse上线大约六周，美国和加拿大就有超过1000万人建立个人智能体。
其中约25%的人会在任意一天使用。
购物已经成为Muse最主要的使用场景之一。
超过四分之一的活跃用户使用购物功能，相关购物的平均交易金额超过200美元。
但请注意，200美元是平均购买金额，不是Meta每位用户赚取的收入。
真正值得注意的是，扎克伯格认为Muse已经初步验证了产品需求。
接下来，公司希望建设足够的计算能力，未来服务超过10亿用户。
这是什么概念？
假设未来有10亿用户，每人每天让AI执行10个任务，就是每天100亿次任务请求。
而每个任务背后，还可能涉及多次模型调用。
这只是情景假设，并不是Meta当前的实际任务量。
但它足以说明，为什么一款看似简单的AI应用，背后可能需要极其庞大的基础设施。
更重要的是，Meta还需要支持Facebook、Instagram等平台的广告AI、推荐系统以及新模型训练。
所以，8250亿美元的长期承诺，并不是只为了Muse。
它对应的是Meta整个AI业务的持续扩张。
第四部分：最值得警惕的信号，来自债券市场
接下来这个变化，我认为比Meta股价一天跌多少更重要。
根据ICE Data Services的数据，Meta五年期CDS在周四盘中一度上涨8.9个基点，达到119.3个基点。
路透社援引Markit的数据，也显示Meta的五年期CDS升至历史高位。
不同数据提供商和盘中时间点的报价会有差异，但方向是一致的：
投资者为Meta债务购买违约保护的成本，正在上升。
与此同时，Meta部分长期债券相对美国国债的收益率溢价也有所扩大。
其中一只2036年到期、票息5.25%的债券，信用利差扩大了6个基点，达到约120个基点。
这说明债券投资者开始要求更高的风险补偿。
但这里必须讲清楚。
CDS价格上升，不代表Meta马上就会违约。
信用保护价格还受到交易流动性、对冲需求、市场风险偏好，以及债券供给等因素影响。
Meta目前仍有非常强的经营现金流，而且拥有大量流动资产。
它和那些高度依赖外部融资、长期无法实现正现金流的小型AI云计算公司，风险水平完全不同。
然而，当投资者开始担心Meta未来需要持续发行大量债券，债券价格就可能先于实际财务恶化作出反应。
因为市场交易的不是Meta今天能不能还债。
而是未来几年，如果数千亿美元AI投入持续增加，债务规模、利息支出和现金流之间，会不会逐渐失去平衡。
更值得注意的是，这轮信用风险上升并非只发生在Meta身上。
甲骨文、微软、亚马逊等大型科技公司的债务保险价格，也出现了不同程度的压力。
说明投资者正在重新定价整个AI基础设施建设周期的融资风险。
第五部分：扎克伯格准备从哪里筹钱？
答案已经开始出现在Meta的财务报表和融资安排中。
首先，是继续依靠Facebook和Instagram的广告收入。
这是Meta最大的底气。
2026年前9个月，Meta经营现金流接近969亿美元。
即使资本开支大幅增加，公司的主营业务依然具备极强的现金创造能力。
第二，是发行债券。
今年5月，Meta发行了250亿美元长期债券。
部分债券到期日延伸至2066年。
也就是说，公司正在用未来数十年的偿债安排，为今天的AI基础设施投资提供资金。
第三，是与外部投资者合作建设数据中心。
Meta不一定要自己承担每座数据中心的全部前期建设成本。
它可以通过合作企业、项目融资和长期租赁，由其他投资者先承担部分建设资金，Meta未来再支付租金。
这种模式的优势非常明显。
在建设需求快速增长的阶段，公司能够减少一次性现金投入，更快获得所需的计算能力。
但代价是，未来多年必须承担合同规定的租赁和其他付款责任。
第四，是股权融资。
Meta最新宣布设立没有投票权的Class C股票，计划在2027年生效。
公司明确提到，这类股票未来可用于融资、员工薪酬、收购以及其他企业用途。
这里有一个非常重要的细节。
设立新的股票类别，以及向现有股东发放股票股利，本身并不会立即让公司获得现金。
只有未来真正向外部发行股票，才可能筹集新资金。
而新增股票也可能稀释现有股东的经济权益。
所以，我们现在看到的是：
Meta正在把过去主要依赖自身现金流的投资模式，逐步扩展到债券、租赁、外部基础设施资本，以及潜在股权融资。
这不是简单的财务操作变化。
而是AI基础设施建设规模，已经大到即使是Meta这样的公司，也需要更加多元化的融资渠道。
第六部分：Muse到底能不能赚回这些钱？
接下来我们讨论真正决定META长期估值的问题。
Meta目前对Muse的商业化，主要有几个方向。
一是高级模型和额外使用量订阅。
二是企业服务，包括Muse Code、模型API和企业智能体。
三是购物和交易服务，未来通过帮助商家完成交易收取费用。
第四，是把Muse能力融入原有广告生态，提高用户参与度和广告变现效率。
这些商业模式听起来都很合理。
但华尔街需要的，不只是合理的商业模式。
而是可验证的收入和利润。
举个例子。
假设Muse未来达到10亿用户。
如果每位用户每个月平均贡献5美元的净收益，一年就是600亿美元。
如果每位用户每个月贡献10美元，一年就是1200亿美元。
这个测算只是为了说明收入规模，并非Meta管理层的业绩指引。
而且即使有1200亿美元净收益，也不能直接认定8250亿美元的承诺已经回本。
因为这些合同跨越多年，既有一次性投资，也有持续采购和租赁支出。
还需要考虑设备折旧、融资成本、技术更新，以及资金的时间价值。
这里还存在一个很重要的变量：
AI计算效率提升，到底会让Meta赚更多钱，还是只会让更多用户消耗更多算力？
扎克伯格表示，管理层希望未来一年将Muse的计算成本效率提高超过10倍。
如果真的实现，单位任务成本可能明显下降。
但与此同时，随着用户规模扩大、使用频率增加、任务复杂程度提高，整体推理需求仍然可能快速上升。
所以，计算效率提升十倍，不代表Meta总算力支出就会下降90%。
真正决定Muse盈利能力的，是每次任务能够带来的经济收益，能否长期超过相应的服务成本。
这也是为什么我认为，单纯关注Muse下载量、用户数量还不够。
我们还需要知道用户愿不愿意付钱，企业客户的实际付费规模，以及交易业务究竟能为Meta带来多少净收入。
第七部分：Meta股东担忧，为什么芯片产业链仍然受益？
这次事件背后，实际上存在一个非常值得投资者关注的分化。
Meta需要承担建设资金、未来租赁、设备折旧和商业化回报风险。
但英伟达、AMD、博通等供应商，主要通过销售芯片、网络设备和相关技术获得收入。
只要客户按计划建设，供应商就有机会随着产品交付确认收入。
英伟达今年2月已经宣布，与Meta建立覆盖多个技术世代的合作关系。
涉及数百万颗Blackwell和Rubin GPU，以及CPU、网络和相关基础设施。
AMD与Meta的合作，则规划了最高6吉瓦的GPU部署规模。
这里的6吉瓦，是面向未来多个阶段的部署安排，不代表所有设备已经交付。
博通也在4月宣布，与Meta扩大定制AI加速器MTIA的多年合作，同时覆盖高速以太网技术。
因此，Meta并不是只押注英伟达。
它正在同时采用通用GPU、定制芯片，以及不同供应商的网络方案。
这有助于降低对单一芯片公司的依赖，也可能改善长期计算成本。
除了芯片，内存也是重要环节。
SK海力士已经向Meta供应服务器DRAM和企业级SSD，并推进与Meta定制AI芯片相关的HBM合作。
美光则通过HBM4、高性能内存和企业级SSD，参与新一代AI计算平台的升级。
再往下看，随着智能体持续执行工作任务，大量数据、工作结果和历史记录需要保存。
这可能进一步支持数据中心对高容量存储的需求。
希捷和西部数据，都是值得关注的相关公司。
但不能简单认定，Muse用户增长多少，HDD订单就必然按相同比例增长。
真正决定存储需求的，还包括数据保留时间、压缩去重效率，以及数据中心采用何种存储架构。
美股大数据认为，未来市场可能进一步区分两类企业。
第一类，是承担巨额资本投入、必须等待AI商业化兑现的运营商。
第二类，是通过提供有竞争力的芯片、网络设备、内存和存储产品，争取在建设过程中获得订单与利润的供应商。
当然，这不意味着供应商没有风险。
一旦Meta等大型客户削减资本开支、推迟交付或者调整供应商份额，上游企业同样可能受到明显影响。
所以，不能简单说Meta股价下跌，就一定利好英伟达。
但至少在目前，Meta不断扩大的长期基础设施承诺，仍然为AI产业链提供了重要的潜在需求支撑。
第八部分：整个AI资本开支周期，会不会突然结束？
我认为现在还没有足够证据支持这个结论。
摩根大通10月最新的公开研究预计，2026年全球AI资本开支可能达到约9000亿美元，到2030年的累计投入规模可能达到数万亿美元。
这说明整个AI建设周期的资金需求，远远不止Meta一家。
不过，融资结构正在发生变化。
早期，大型科技公司的AI投资主要依靠经营现金流。
现在，随着建设规模越来越大，债券、股权和各种项目融资的重要性正在上升。
但不同公司的风险差异非常大。
像Meta、微软、谷歌这样的企业，有成熟的业务，有利润，也有融资渠道。
而部分新兴AI云厂商，必须先投入大量资金建设数据中心，再等待客户使用算力并支付费用。
如果融资成本上升，或者项目建设延期，它们受到的影响可能更严重。
这一点在CoreWeave等公司的债券市场波动中，已经有所体现。
所以，我不认为Meta信用风险上升，就意味着整个AI建设周期马上结束。
更可能发生的是，资本市场开始重新筛选项目。
融资能力强、客户合同质量高、交付能力稳定的企业，可能继续获得资金。
而回报率偏低、建设成本过高、债务负担沉重的项目，融资难度可能越来越大。
对于整个AI产业链来说，未来不是没有需求。
而是市场开始更加在意，这些需求究竟能不能带来足够高的现金回报。
第九部分：决定META下一轮行情的三个指标
最后，回到投资者最关心的问题。
Meta现在究竟值得看多，还是应该警惕？
美股大数据认为，不能仅凭8250亿美元的长期承诺，就断定公司估值一定过高。
也不能因为Muse增长很快，就忽视现金流和融资风险。
未来几个季度，我会重点跟踪三个指标。
第一个，是自由现金流。
特别是2027年的经营现金流增长，能不能跟上资本开支扩张。
如果广告收入继续增长，但新增现金几乎全部被资本开支消耗，市场对Meta的估值方式可能进一步改变。
第二个，是Muse的商业化效率。
用户增长本身当然重要，但更关键的是，付费用户、企业业务收入、交易服务收入，以及单位推理成本的变化。
如果Muse能证明自身具备稳定的盈利能力，市场就有理由重新评估目前这些巨额投入的长期价值。
第三个，是债务规模和信用利差。
如果Meta继续大量发行债券，而信用违约互换和债券利差持续扩大，就意味着融资成本和市场担忧可能进一步上升。
反过来，如果现金流恢复改善，债务增长趋于稳定，长期项目开始贡献收入，信用市场的担忧也有可能缓解。
另外，还有一个不能忽略的风险。
Meta刚刚面临新墨西哥州法院作出的250亿美元民事罚款裁决，公司已经表示会提出上诉。
这笔裁决与财报中确认的98.9亿美元法律和解费用并不是同一件事。
最终需要支付多少，以及什么时候支付，仍然存在司法程序上的不确定性。
但它提醒我们，即使Meta广告业务非常强大，法律、监管和AI投资也可能同时占用未来现金资源。
结尾：扎克伯格正在改变Meta的商业本质
回顾过去十多年，Meta最大的竞争优势，一直是庞大的用户基础和极其高效的数字广告业务。
它不需要像传统工业企业那样，投入大量资金建设工厂，就能够创造惊人的利润和现金流。
但AI正在改变这一切。
为了训练更强大的模型、让Muse服务更多用户、支持全球AI基础设施，Meta不得不持续购买芯片、建设数据中心，并提前签下长期采购合同。
从这个角度来看，Meta正在变得越来越像一家资本密集型企业。
这可能是它未来最大的竞争壁垒。
但也可能成为压低自由现金流和投资回报率的重要因素。
我认为，扎克伯格真正押注的，不只是Muse这款产品。
而是未来的互联网入口，会不会从传统App，转移到能够替用户执行任务的AI智能体。
如果这个判断正确，Meta提前建设的AI基础设施，可能帮助它掌握下一代互联网的重要入口。
但如果商业化速度跟不上投入，巨额租赁合同、设备更新和融资成本，也可能让股东承受长期压力。
Meta现在最大的矛盾，就是AI需求增长越快，短期需要投入的现金可能越多。
对供应商来说，这意味着订单机会。
对Meta股东来说，这意味着需要更长时间等待投资回报。
而当股市和债市同时开始对资金成本保持警惕，投资者就不能再只关注AI用户数量和营收增长。
未来真正决定META估值的，是AI业务最终能为股东留下多少现金。
这里是美股投资网，美股大数据StockWe。
我们会继续追踪Meta的现金流、债券信用风险，以及AI产业链真实的订单变化。
如果你正在关注META、NVDA、AMD和AVGO，欢迎在评论区分享你的看法：
这场8250亿美元的AI豪赌，最后赚得最多的，会是扎克伯格，还是卖芯片给他的公司？
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
美股投资网获悉，埃隆·马斯克周二在SpaceX(SPCX)第三季度财报电话会议上回答分析师提问时表示，SpaceX和特斯拉(TSLA)都已经成立特别委员会讨论合并事宜。他关于“合并是个好主意”的回应公开支持了这一可能催生全球最具价值企业之一的构想。
尽管电动汽车制造商特斯拉与火箭公司SpaceX曾被视为业务基本独立的两家企业，但随着马斯克不断拓展人工智能(AI)、机器人、先进制造、卫星通信和计算基础设施——包括地球上的数据中心以及未来可能部署在轨道上的数据中心——等领域，两家公司的业务界限已逐渐模糊。
尽管马斯克认为两家公司的合并是个好主意，但他同时指出，股东必须支持这项交易，尤其是在特斯拉方面。他表示“我们需要获得全部股份中50%的投票支持，而不仅仅是已参与投票的股份中50%的支持。也就是说，必须得到所有股东所持股份总数的50%支持。这是一个相当高的门槛。”
马斯克为何支持合并?
合并将打造一家以马斯克长期愿景为核心的综合性企业，将AI、能源、机器人、通信和交通运输业务整合为一个横跨地球及地球以外领域的科技与制造业帝国。
马斯克周二表示“我确实认为，将两家公司合并具有很大的价值，因为我们基本上已经处于超级智能奇点阶段。在超级智能软件开发、芯片设计、Terafab项目、机器人、借助Starmind星座(轨道数据中心)实现大规模运送物资进入轨道，以及连接能力等方面，合作都能带来巨大的收益。”
将两家公司合并还可能简化决策流程。马斯克的许多项目已经横跨多家公司，需要分别获得不同公司董事会和股东的批准。合并后的公司将赋予管理层更大的自主权，使其能够将资本、工程人才和基础设施部署到自己认为最具发展潜力的领域。
长期以来，马斯克一直认为，为了推进特斯拉的AI和机器人战略，他需要对特斯拉拥有更大的影响力。他持有特斯拉近五分之一的股份，并拥有SpaceX的投票控制权。而特斯拉与SpaceX的合并可能进一步整合并巩固他的影响力。
这对投资者意味着什么?
特斯拉股东将有机会参与SpaceX快速增长的星链(Starlink)宽带业务、火箭发射服务业务以及未来的太空探索项目。SpaceX投资者则将获得特斯拉旗下汽车、储能、自动驾驶和机器人业务的所有权。
合并后的公司也可能跻身全球最具价值的企业之列，市值约为3.5万亿美元，并在汽车、机器人、卫星通信、火箭发射服务、储能和AI基础设施等领域整合各自的领先地位。
支持者可能会认为，随着各项业务之间的相互依赖程度日益加深，合并后的公司能够在不同业务之间更加高效地配置资本。然而，批评者认为，投资者将因此承担范围更广的技术、监管和执行风险，而其中一些风险彼此之间几乎没有关联。
SpaceX与特斯拉可以在哪些领域展开合作?
星链卫星可以为特斯拉的自动驾驶出租车、自动驾驶系统以及未来几代Optimus人形机器人提供通信连接。特斯拉的电池和储能产品则可以帮助满足SpaceX日益增长的电力需求，包括未来的数据中心项目。
马斯克已经宣布了一项SpaceX与特斯拉之间的重要合作项目——Terafab。这是一个半导体与AI计算项目，旨在生产先进芯片，以满足特斯拉自动驾驶汽车和Optimus机器人，以及SpaceX的AI和数据中心业务的发展需求。马斯克希望该项目能在2028年底前启动大规模量产。
特斯拉在大规模工厂自动化方面的专业能力，可以与SpaceX推动星舰(Starship)生产工业化的努力形成互补。与此同时，SpaceX的技术已经应用于特斯拉产品，其中最引人注目的是，特斯拉计划在下一代Roadster跑车中使用源自火箭技术的零部件。
合并后的公司还可以协调战略供应链的布局，将特斯拉在电池、半导体和制造设备领域的规模优势，与SpaceX对特种金属、电子元件、推进系统零部件和卫星硬件的需求结合起来。
潜在的下行风险有哪些?
最大的挑战可能来自地缘政治和监管方面。SpaceX是美国军方、情报机构和美国国家航空航天局(NASA)的重要承包商。与此同时，特斯拉仍与中国市场有着深度联系，其上海工厂在汽车生产和销售方面发挥着重要作用。这种业务组合可能招致美国监管机构和国家安全官员更加严格的审查。
此次合并还将面临股东批准和公司治理方面的障碍。投资者需要相信，将两家业务结构已经十分复杂的公司合并，能够创造比保持独立运营更大的价值。有关利益冲突、投票控制权和资本配置的问题也将不可避免地随之而来。
此外，还有执行风险。星舰、自动驾驶出租车、人形机器人、AI数据中心、移动通信和轨道基础设施都是成本高昂、技术难度极大的投资项目。合并特斯拉与SpaceX并不会降低这些风险，只会将它们集中在同一家企业之下。
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
三大利空直接重挫CRWV和NBIS，其实昨天我们已经看到这个消息，说CoreWeave（CRWV）无担保债券收益率飙升至15%，引发市场对公司融资成本和债务风险的担忧。知名风险投资家（Chamath Palihapitiya）警告称，AI行业可能正在形成一场潜在的“私人信贷泡沫”，但昨天NBIS大跌后反弹回去，让我觉得只是一个预警而已，没有太在意。
但是今天，研究机构Gartner发布报告预测，如果AI基础设施投资继续以目前惊人的速度扩张，到2030年前后，超过80%的NeoCloud公司将无法继续作为独立企业运营。“预计2026年，AI服务提供商将在AI基础设施方面投入近1万亿美元，并在2027年至2030年间额外投资6万亿美元。然而，我们的研究表明，在这一时期，企业和消费者AI业务产生的收入，将不足以让所有计划中的AI资本支出获得有利可图的投资回报。”
同时ZeroHedge 最新警告：CoreWeave（CRWV）陷入“深度信用困境”！CRWV信用风险信号持续恶化，信用利差从昨天的1,000个基点进一步扩大至1,050个基点，同时信用违约掉期（CDS）价格飙升。
本期视频，美股投资网为你深入分析一下CoreWeave是否可能破产，AI泡沫是否会破裂：
1. 1,050个基点意味着什么？相当于10.5个百分点。如果这里指债券信用利差，意味着投资者要求CRWV债券的收益率比相应基准利率高出10.5个百分点。通常信用利差超过1,000个基点，就属于严重信用压力区域。
2. CDS飙升意味着什么？CDS类似债务违约保险，价格越高，说明投资者对违约风险的担忧越大，愿意支付更高的成本购买保护。
3. 为什么值得警惕？CRWV高度依赖外部融资建设AI数据中心。公司2032年到期的9.625%债券收益率已升至约15%，市场正在重新评估其偿债能力与未来融资成本。
此外，今天CoreWeave 正计划引入保险资金，以此降低采购AI芯片，搭建基础设施的融资成本，今年公司已借助芯片抵押贷，各类债券以及股票发行等方式募资超350亿美元，债务与租赁义务体量较大，持续为AI业务扩张筹措资金。
我们先来回顾一下今年8月，CRWV完成一笔26亿美元的融资安排：
CoreWeave DDTL 5.5融资结构:
贷款期限约5年
底层客户合同平均期限约3年
贷款比客户合同长约2年。仅针对这笔融资，不代表CRWV所有债务。这意味着，贷款到期之前，最初支持融资的客户合同可能已经到期，公司需要续约、寻找新客户，或者依靠其他现金流和资产价值履行债务义务。
假设CRWV购买一批GPU，利用前三年的客户租金偿付贷款。但三年后，英伟达已经推出性能更高、单位Token成本更低的新GPU，客户要求大幅降价。即使GPU仍然可以正常运行，未来租金也可能远低于最初预计。
CRWV可能面临三重压力：GPU残值下降、租金下降、再融资成本上升。
需要强调的是，五年债务配三年客户合同不代表五年后必然出现资金缺口。贷款可能在合同存续期内已部分摊还，也可能存在额外抵押、现金储备和新客户收入。但它确实把一定程度的续约风险转移给了贷款机构。
这也是为什么华尔街开始重新评估这些GPU抵押贷款。
市场已经开始出现分化，并非所有AI债务都受欢迎
一笔为xAI芯片融资的债务，2025年12月交易价格约为面值的99%，后来随着SpaceX收购xAI曾升至106%。
但另一笔与Oracle数据中心相关的Project Jupiter融资，情况恰恰相反。Project Jupiter涉及约180亿美元数据中心贷款，面临建设进度、电力基础设施、当地反对声音以及Oracle信用状况方面的担忧。
这说明市场并非简单认为AI债务都是坏债务，而是开始区别对待不同借款人和项目的现金流、执行能力和信用支持。更值得关注的是，英国《金融时报》10月10日报道，2026年9月AI相关债务发行量下降至约230亿美元，不到8月的一半。这可能是资金市场开始收紧的早期信号，但还不足以证明系统性信贷危机已经爆发。
我们接下来看研究机构Gartner发布的警告，AI产业未来可能出现严重的投资过剩，算力需求继续增长，但算力出租公司的利润和投资回报却不断下降。
为了覆盖已经宣布的资本支出、融资成本，并实现12%的投资资本回报率（ROIC），AI数据中心所有者到2030年需要累计创造8.5万亿美元收入。
但问题是，预计到2030年，与AI数据中心相关的收入规模仅能达到3.6万亿美元。
这是一个巨大的差距。
Sommer进一步表示：
“由于大多数AI原生服务商采用轻资产商业模式，我们预计，拥有大量AI基础设施资产的服务商，最终能够获得的AI行业收入将不到总收入的一半。”
基于这些预测，Gartner认为，超过80%的NeoCloud服务商在2030年之后将难以继续作为独立企业生存。
如果AI基础设施继续按照当前轨迹扩张，那么到2032年，可能有超过4万亿美元的资产价值面临减记风险。
在这种情景下，Gartner预计整个行业至少要等到2032年年底，才可能实现12%的投资资本回报率。
在这一悲观预测下，亚马逊（AMZN）、谷歌（GOOG、GOOGL）和微软（MSFT）等大型云计算巨头，处于更有利的生存位置。
原因在于，这些企业拥有规模庞大、业务高度多元化的收入来源。
相比之下，NeoCloud公司必须依靠专门针对AI优化的基础设施即服务（AI-optimized IaaS）平台，获得足够高的投资回报，才能维持运营。
Gartner预计，AI优化型IaaS市场的支出，将从2027年的660亿美元增长至2030年的1,740亿美元。
Sommer最后警告：
“AI优化型IaaS市场的支出增长，对大多数AI算力提供商来说仍然太慢，不足以让它们在当前这一代AI半导体被下一代产品取代之前，收回自己的AI投资。”
美股投资网认为最致命的问题，是GPU经济寿命与投资回收周期错配
假设一家NeoCloud公司投资100亿美元购买GPU，预计需要五年回本。
但是第三年，英伟达已经推出性能更强、单位推理成本更低的新一代GPU。
这家公司可能面临一个非常尴尬的局面：旧GPU还没有收回成本，新GPU已经开始压低市场租赁价格。
如果租赁合同期限不够长，客户还可能要求降价或者直接转向新的算力平台。
与此同时，建设数据中心的贷款本金和利息仍然需要偿还。
这就是为什么算力需求持续增长，并不意味着算力出租公司一定赚钱。
为什么CRWV比NBIS更加值得担忧？
对比两家公司的最新财务数据，就可以理解市场为什么开始重新定价信用风险。
CoreWeave今年第二季度营收达到25.75亿美元，同比增长约112%，未履约合同及其他承诺收入构成的Backlog约1,040亿美元，说明市场需求确实强劲。
但同一季度，CRWV净利息费用就达到6.4亿美元，约占季度营收的25%，净亏损6.26亿美元。
相比之下，NBIS第二季度营收5.82亿美元，规模远低于CRWV，但截至第二季度末拥有约80亿美元现金，并在7月完成一笔利率为SOFR加2.5个百分点的资产支持融资。
这意味着NBIS在部分融资渠道上具有优势，但并不代表它一定更加安全。两家公司都需要巨额资本支出，而且NBIS也尚未证明快速扩张后能够持续产生正自由现金流。
我认为接下来应该重点比较的是两家公司每兆瓦（MW）的资本投入、合同年收入、实际现金回收周期，以及未来三年的债务到期压力。
80%的NeoCloud无法独立运营，是否意味着80%会破产？
不是，这是市场最容易误解的地方。
Gartner预测的是超过80%的NeoCloud提供商将停止独立运营，并非明确预测80%会破产。
可能出现的情况包括公司之间的合并、被微软或亚马逊等大型云厂商收购、资产出售以及债务重组。
实际上，Gartner今年6月还曾预测，到2030年NeoCloud公司将占据规模约2,670亿美元的AI云市场的20%。
这两个判断并不矛盾。
整个NeoCloud市场可能继续扩大，但最终市场份额越来越集中在少数赢家手中。
今天股价集体暴跌，不完全是Gartner报告造成的
还有一个不可忽视的宏观因素。
今天美国通胀数据高于预期，市场开始提高对美联储进一步加息的押注。
对于需要持续融资建设数据中心的企业来说，这无疑是雪上加霜。路透社也将利率预期上升列为今天AI基础设施股大跌的重要原因。
所以今天实际上是两大利空叠加：长期的AI基础设施投资回报担忧，以及短期的融资成本上升风险。
我的最终判断
美股投资网认为，Gartner这份报告最值得关注的，并不是所谓80%的公司会消失，而是它揭示了一个可能改变整个AI产业链估值体系的问题：
过去华尔街按照GPU需求增长来给AI基础设施公司估值，未来可能越来越按照资本回报率来估值。
尤其是CRWV、NBIS、IREN、APLD等企业，未来不能只告诉投资者签下了多少亿美元合同、拥有多少GW电力，还必须证明这些投资能在合理期限内收回成本。
我并不认为这意味着AI产业即将崩溃。事实上，如果GPU租赁价格持续下降，反而可能刺激更多企业采用AI，扩大整个AI应用市场。
但这未必有利于购买和出租GPU的公司。
未来AI可能出现一种非常鲜明的分化：AI应用越来越普及，使用AI的企业越来越赚钱，但部分承担巨额算力资本开支的公司，反而可能因为激烈竞争和高额折旧遭遇严重亏损。
这与当年互联网和电信光纤建设潮存在一定相似性。
另外，对2026年10月14日这份Gartner报告的判断，我认为需要保留一点：8.5万亿美元与3.6万亿美元的巨大差距，建立在其收入、资本开支、资产寿命和目标回报率等预测假设之上。这是值得高度重视的风险情景，并不是已经确定会发生的4万亿美元损失。
从投资角度看，我会更加关注NeoCloud之间的优胜劣汰，如果CRWV真的破产了，最终肯定会利好NBIS的。我今年在NBIS上赚了不少钱，最近几天回吐了20%。
幸好昨天买入苹果的看涨期权，今天大涨50%，也是今天唯一在大盘暴跌情况下，逆势上涨的股。
大家好，欢迎来到美股投资网，你的量化分析工具与决策系统
AI巨头Anthropic创始人Dario Amodei的父亲，2006年因丙型肝炎去世。当时这种疾病的治愈率只有约50%，然而就在父亲去世后的三年，新的治疗药物取得突破，治愈率提高到了95%左右。
如果医学进步能提前几年，他的父亲很可能就不会离开这个世界。这段经历深深改变了Dario的人生，让他从物理学转向生物学，最终投身人工智能研究。
所以，AI加速药物研发，争取的绝不仅仅是时间，而是一条条原本可以被挽救的生命。
这期视频，可能是我这辈子最最喜欢、最激动的一个话题。
为什么？因为AI在不断突破编程、数学等领域之后，如今终于开始向人类最伟大、也最艰难的挑战之一发起冲击：用AI加速药物研发，探索逆转衰老，甚至突破人类生命的极限。
在美股投资网创始人Ken看来，这件事的重要性，远远超过自动驾驶汽车，也远远超过能够洗衣做饭、替我们干家务的AI机器人。
劝各位观众一句，你一定要极大限度的延长你的寿命直到AI研发出返老还童的疗法。因为你每多活一年，AI 就多一年时间去突破衰老的极限，这就是为什么我ALL IN AI，长期持有这人类最伟大的事业。
很多人可能以为，AI制药最大的赢家，一定是那些利用AI研发出新药的公司。但美股投资网认为，真正值得关注的投资机会，可能恰恰藏在那些不直接研发新药的上游企业身上。
为什么这么说？
首先，你要明白，研发一款新药，简单来说有两个重要步骤。
第一步，在电脑里找到可能治病的方法；
第二步，在现实实验室里证明这个方法到底有没有用。
过去，科学家为了找到一种有效药物，可能需要花费很多年，不断设计、制造、测试各种分子，失败了再重新来。
但现在，AI改变了游戏规则。
AI可以在很短时间内设计出成百上千种候选方案，甚至可以帮助科学家预测蛋白质结构，寻找疾病潜在的突破口。
问题来了。
AI在电脑里设计出1000种可能治病的分子，不代表这1000种分子真的能够治病。
你还得把这些设计变成现实中的东西，再送进实验室测试。比如，能不能真的合成出来？能不能作用于目标细胞？有没有毒性？能不能在人体内稳定发挥作用？这些最终都需要现实中的实验来证明。
而且，实验不是做一次就结束了。科学家还需要把实验结果重新交给AI，让AI分析为什么失败、下一次应该怎么改，然后再设计、再制造、再测试。
所以现在出现了一个非常有意思的现象：AI设计新药越来越快，但现实实验室却开始跟不上了。
打个比方，以前一家餐厅每天只能收到100张订单，厨房完全忙得过来。现在AI突然让订单暴增到每天1万张，但厨房的炉灶、厨师和设备没有同步增加。
那么，真正的瓶颈在哪里？显然不是接订单，而是后面的厨房根本做不过来。
AI制药现在就有点像这个情况。AI就是那个疯狂增加订单的系统，而实验室就是后面的厨房。
这就带出了一个非常重要的投资逻辑。AI制药最先受益的公司，未必是研发出下一款抗癌神药的生物科技公司，而可能是帮助这些公司做实验、提供材料和设备的上游供应商。
比如，有些公司专门帮助科学家合成DNA，有些负责生产蛋白质，有些提供可以同时测试大量样本的仪器，还有些通过机器人和自动化设备，让实验室一天能够完成更多实验。
如果你投资一家研发抗癌药物的公司，即使它花了十年、投入几十亿美元，只要最后临床试验失败，股价就可能遭遇重创。
但是，提供DNA、实验设备、检测试剂和实验服务的公司，不一定需要押中哪一款新药最终成功。只要越来越多的药企开始使用AI，设计出更多候选药物，需要做的实验越来越多，就可能带动这些上游公司的订单增长。
当然，订单增长最终能否转化为利润，还取决于竞争、定价和产能利用率。所以我们真正需要关注的，不只是下一款神药会由谁研发出来，还包括谁正在为越来越多的新药实验提供必不可少的工具。
那么，哪些美股公司已经开始接到真实订单？哪些公司已经把AI需求反映到财报里？又有哪些股票，只是市场提前买入了未来预期
本期视频干货满满，先点赞再收藏，关键时刻能帮忙！
两个案例看懂AI制药的数据闭环
接下来，我们用两个近期案例，看它到底有没有开始变成真实的实验需求。
先看行业层面的信号。
10月7日，由扎克伯格夫妇支持的非营利科研机构Biohub，宣布扩大Virtual Biology Initiative。
参与者包括美国能源部、美国国立卫生研究院，以及Google DeepMind、Meta和Isomorphic Labs。
整个计划涉及的资金、现有数据、算力和测量技术资源，合计达到18亿美元。
这里要注意，这18亿美元不是某家公司马上拿到的现金订单，而是包括已有资源和未来投入，用来建设大规模生物数据基础设施。
简单来说，就是通过真实实验，观察细胞在不同条件下会发生什么变化，再把这些结果标准化，交给AI学习，让模型逐渐学会预测生物反应。
这件事释放出的信号很清楚：
AI生物学现在缺的，不只是更强的模型和更多算力，还缺大量高质量、可重复、能够被模型读取的真实实验数据。
而这种模式，在美股公司RXRX身上，已经有了具体体现。
今年8月，RXRX披露与罗氏旗下Genentech合作，双方共同发现并通过实验验证了一个新的神经科学治疗靶点，随后将其推进到早期小分子药物发现项目。
RXRX的工作方式，并不是让AI在电脑里凭空猜答案。研究人员先通过干细胞技术培养神经元，再进行基因扰动、自动化实验和细胞成像，收集大量真实数据，让AI从中寻找与疾病有关的规律。
根据公司披露，相关研究累计培养了超过1万亿个神经元细胞，并采集了超过3000万张细胞图像。
为什么需要做这么多实验？因为AI发现一个可能的治疗方向之后，还要通过下一轮实验验证这个方向是否可靠。
整个过程可以概括成一句话：
AI提出假设，实验室负责验证，数据回到模型，模型再提出下一轮假设。
当然，发现并验证一个新靶点，距离一款药物最终上市还很远。RXRX这个案例证明的是，AI、自动化实验和真实生物数据，已经可以组合成一套持续运行的研发流程，并不代表某款药物已经成功，更不代表公司收入马上会爆发。
但它揭示了一个非常重要的变化：
在AI制药时代，实验室不只是验证药物的地方，也正在变成持续生产AI训练数据的地方。
像RXRX这样的平台，可以自建实验室。但即使是拥有自建实验室的公司，也需要采购DNA、蛋白质、检测试剂和自动化设备，或者直接购买专业实验服务。
这意味着，AI带来的实验需求，有一部分最终会转化成生命科学工具和服务公司的订单。
AI制药背后的四家“卖铲人”
接下来，我们就把镜头拉到四家美股公司，分别看谁在制造实验材料，谁在完成检测，谁在推动实验室自动化，谁又在生产AI最需要的细胞数据。临床前、临床试验和医药数据服务也属于这条产业链，但今天我们先聚焦药物发现阶段。
第一家TWST
我们美股投资网把TWST放在第一位，是因为在这四家公司里，它目前最接近“AI设计增加，订单直接增加”这条逻辑。
TWST是一家DNA合成和蛋白质研发服务公司，主要帮助药企和科研机构，把电脑里的生物设计，变成可以拿到实验室里测试的真实材料。
举个例子，AI设计出一种新的蛋白质，科学家不能只看电脑模拟结果，还要先合成对应的DNA，再通过实验生产出真实蛋白质，最后测试它到底有没有用。
而TWST最擅长的，就是利用硅芯片和自动化技术，大规模合成不同的DNA序列，并提供蛋白质、抗体等相关研发服务。
今年，Anthropic在蛋白质设计项目中使用Claude生成候选方案，并与包括TWST在内的实验机构合作，对这些AI设计进行真实实验验证。
这说明TWST已经进入了“AI设计、材料制造、实验验证”的实际流程，而不是只停留在市场概念上。
它的商业模式也比较直接。
客户设计一批、测试一批。如果实验结果不理想，就要修改设计，再采购下一批DNA和蛋白质材料。
所以TWST不需要等到某款新药最终上市，才能获得收入。只要客户不断设计、不断实验，它就有机会持续获得订单。
财报也出现了比较清晰的增长信号。
2026财年第三季度，TWST的DNA合成与蛋白质解决方案业务收入达到5660万美元，同比增长39%；合成基因交付量约36.9万条，同比增长56%。
公司还披露，2025财年AI药物发现相关订单已经超过2500万美元，并预计这部分订单在2026财年有望实现三位数百分比增长，2027财年继续保持较快增速。
但这里要分清楚：三位数增长说的是AI相关订单预期，不是公司整体营收增长了三位数；DNA合成业务的增长，也不代表全部来自AI。
不过，相比那些只是在讲未来市场空间的公司，TWST至少已经拿出了比较直接的商业化证据。
竞争反面，Danaher旗下的IDT，同样拥有成熟的DNA合成技术和客户资源。
所以TWST未来能不能继续拿到订单，关键要看三件事：合成成本能不能继续下降，交付速度能不能继续提高，以及它能不能把蛋白质解决方案和实验服务做得更完整。
第二家RVTY。
如果说TWST负责把AI设计变成真实材料，那么RVTY负责的，就是帮助科学家测出实验结果。
RVTY是一家美国生命科学工具公司，主要销售实验仪器、检测试剂、自动化设备和科研软件。
比如AI设计出上万个候选分子，研究人员需要测试它们能不能结合目标蛋白，会不会影响细胞，以及有没有潜在风险。
这些实验都需要专业的检测设备和试剂，而RVTY的产品就覆盖了其中相当一部分环节。
它的商业模式还有一个特点：不只是卖一次设备。
客户买完仪器以后，后面每开展一轮实验，都可能继续采购试剂、耗材和软件服务。如果AI真的带来更多实验量，RVTY理论上可以同时受益于设备销售和后续耗材收入。
但目前，这种机会还没有明显反映在财报里。
2026年第二季度，RVTY生命科学业务收入约3.59亿美元，同比下降2%；不过，这块业务的调整后营业利润率仍然在31%左右。
这说明RVTY的业务基础比较成熟，也有盈利能力，但现在还不能证明AI已经推动它明显加速增长。
所以我关注RVTY，不是因为它已经出现了最强的AI订单信号，而是因为它拥有成熟的客户、产品和盈利基础。
未来真正的催化剂，是AI带来的新增实验量，能不能在财报中体现为更多仪器需求、更高试剂消耗和持续收入增长。
不过，检测效率提高以后，实验室还会遇到另一个问题。大量样本准备、细胞培养、液体转移和仪器操作，仍然需要研究人员手动完成。如果实验数量持续增加，人力就可能成为新的瓶颈。
于是，第三家公司就有了机会。
第三家DNA。
这是一家美国生物技术公司，现在正把业务重点转向自主实验室，也就是利用机器人和软件，让大量生物实验自动运行。
与前面的RVTY不同，DNA更想把样本准备、细胞培养、检测和数据记录整合起来，通过建设自动化实验平台、提供相关服务来赚钱。
目前，公司已经参与麻省理工、加州理工等研究机构的自动化实验室项目。
这说明它并不是完全没有客户，但拿到项目，不代表商业模式已经跑通。
从财报来看，DNA目前的问题也最明显。
2026年第二季度，公司营收约2000万美元，同比下降48%；持续经营业务净亏损约5700万美元。
虽然收入下滑部分来自原有业务的重组和收缩，但至少说明，新战略目前还没有形成足够大的收入规模。
竞争压力也在增加。
10月7日，Danaher宣布计划在2027年初让自己的AI自主实验室实现规模化运行，重点用于抗体等科研材料的设计、制造和验证。
Danaher本身已经拥有实验仪器、DNA合成、自动化设备和软件业务，可以把这些技术整合到同一个平台里。
虽然两家公司的具体业务并不完全一样，但Danaher拥有更大的客户基础、资金实力和产品整合能力，这会对DNA形成明显压力。
所以我关注DNA，是因为它押注了实验室自动化这个长期方向。
但它也是四家公司里商业化风险最高的一家。
DNA真正需要证明的，不是能不能做出一个自动化实验室，而是这些项目能不能复制，能不能持续收费，最后能不能形成稳定的现金流。
第四家，TXG。
这是一家美国生命科学技术公司，主要销售单细胞和空间生物学分析设备，以及配套试剂和软件。
这个技术听起来比较复杂，但可以用一个例子来理解。
假设科学家正在研究一种抗癌药。普通检测可能只能看到整个肿瘤组织发生了什么变化。
但同一个肿瘤里面，有癌细胞、免疫细胞，还有其他不同类型的细胞。它们对药物的反应可能完全不同。
TXG的单细胞技术，可以帮助科学家分别分析这些细胞的基因活动；空间生物学技术，还能进一步了解这些细胞在组织中的具体位置。
这些数据既可以帮助科学家寻找新的治疗靶点，也可能成为训练AI细胞模型的重要基础。
当然，READ环节并不只有单细胞和空间组学，还包括基因测序、临床数据和医学影像。
今天选择TXG，是因为它最直接连接到细胞层面的AI生物数据。而且，TXG已经参与了实际项目。
美国科研机构Arc Institute正在推进Virtual Cell Atlas，也就是虚拟细胞图谱项目，希望利用大规模细胞数据，训练能够预测细胞反应的AI模型。
TXG就是相关技术合作伙伴之一。
这也是我关注TXG的原因：它提供的数据生成技术，已经进入大型AI生物学研究项目，而不是停留在市场概念上。
2026年第二季度，TXG营收约1.51亿美元。剔除今年和去年同期的一次性专利和解收入后，可比营收同比增长约3%。
不过，公司的空间组学耗材收入增长了16%。这个数字值得注意，因为TXG不仅卖仪器。客户安装设备以后，每完成一轮实验，还需要购买配套试剂和耗材。
所以，如果未来AI生物数据项目带动更多仪器安装，同时提高设备使用频率，TXG就有机会获得持续性的耗材收入。
四家公司怎么比较？
讲完这四家公司，大家应该可以看到，它们虽然都可能受益于AI新药，但商业化进度并不一样。
TWST负责把AI设计变成DNA和蛋白质，目前AI订单增长信号最直接，但市场给它的增长预期也最高。
RVTY负责实验检测，业务成熟、盈利基础较好，但AI带来的增量还没有明显反映在财报里。
DNA押注实验室自动化，想象空间最大，但收入下滑、现金消耗和竞争压力也最明显。
TXG掌握单细胞和空间生物学数据，长期逻辑不错，但目前整体收入增长仍然比较温和。
所以，产业链逻辑成立，不代表四家公司现在都值得买。
真正需要比较的是：订单能不能变成收入，收入能不能变成利润，利润能不能变成现金流，以及当前股价已经提前反映了多少未来增长。
如果你想进一步查看这四家公司的市销率、收入增长、现金消耗和估值对比，可以通过我们的官网，查看更详细的研究资料。
好了今天的视频就到这里，你最看好哪家，欢迎在评论区留下你的看法，我们一起交流。如果觉得今天的分析对你有帮助，别忘了点赞、订阅频道，打开小铃铛，后面我们还会继续挖掘美股市场中值得关注的投资机会。
感谢大家的观看，我们美国热线 6263783637 下期见！
美股市场正在出现3个看似毫不相关，但背后可能正在指向同一个方向的信号：
AI下一轮财富机会，可能正在从芯片，扩散到整个基础设施和应用生态。
第一，进入9月，我们的大数据注意到，主流存储芯片的现货价格已经开始回落，但MU、SNDK等存储股却不跌反涨。
实物价格向下、股价向上，这种明显背离的背后，究竟隐藏着什么尚未被市场充分看懂的深层逻辑？
第二个：
Meta 到底颠覆电商的哪一环，能让亚马逊宁可把送上门的订单挡在门外？而 Shopify 和 Expedia 又为什么选择站到 Meta 这一边？这背后到底是一场 AI 购物工具之争，还是下一代消费者入口的争夺？
第三个也是最值得琢磨的一点：
路透社爆料，Muse帮你打电话订餐厅、订服务，背后其实是真人在替它打。
一个被证实还要靠人工顶着的产品，市场明明已经看见了它的不完美，为什么还在一路上涨？
Muse这种新模式会把资金带向哪些美股板块？谁会成为Agent时代的新基础设施？又有哪些传统公司，可能因此被重新定价？
今天这期视频，我们将把这些内容一一讲透。内容非常干，建议先点赞收藏，也分享给身边关注美股和AI的朋友。
我们直接开始。
DDR4已经回落，为什么存储股价还在创新高？
先聊存储。
我每天都在追踪存储芯片价格。根据美股大数据一线调研，进入9月，作为上一代主流内存标准的DDR4，部分现货价格开始回落，而美光和SK海力士的股价依然保持强势。
很多投资者可能会疑惑：内存价格要开始跌了吗，存储厂商的股票不是应该下跌吗？
其实这里有一个关键点被忽略了——市场交易的早已不只是普通DDR4，而是AI带来的高端存储需求。
9月16日至22日，DDR4 16Gb价格下跌3.57%，同期DDR5 16Gb却上涨4.26%，其他多个规格也在走高。
这说明内存并非全面下跌，而是出现明显分化：部分传统DDR4需求转弱，DDR5、HBM等AI服务器相关产品依然紧俏。资金看的不是某一天DDR4涨跌，而是未来几个季度，哪类产品能够贡献更高收入和利润。
更关键的是，为了满足AI加速器需求，存储厂商正在把先进产能转向HBM。以生产同等位元计算，HBM大约占用普通DDR5三倍的晶圆产能。HBM产量越高，对传统DRAM产能的挤占就越明显，从而支撑整个存储市场的供需和定价。
因此，美光和SK海力士继续走强，并不是市场忽略了DDR4回落，而是利润正在从传统内存向HBM和服务器内存转移。
更深一层看，AI竞争也在发生变化。过去比的是模型规模和跑分，现在开始比谁能率先推出真正高频使用的个人Agent。
个人Agent不只是回答一次问题。它需要持续调用模型、保存上下文、记住用户习惯并连续执行任务。这意味着AI正在从集中式训练，走向全天候、高频率的推理，对HBM、服务器内存和数据存储形成更持久的需求。
所以，存储芯片正在从传统周期品，变成AI基础设施。接下来真正要盯的，不是单一DDR4现货价格，而是HBM出货、服务器内存合约价、云厂商资本开支，以及个人Agent能否形成高频使用。只要这些指标没有明显转弱，AI存储的主线就还没有结束。
大家好，我们是美股投资网，利用AI 量化分析工具，帮你从嘈杂的市场中准确识别出,持续的方向性关键信息
一个AI助手，为什么让AMZN、SHOP、EXPE走向不同命运
9月20号深夜，亚马逊在自己网站上挂出了一张拦截页。
正式限制 Meta 的 Muse 在亚马逊完成购物操作。理由非常官方：未经授权访问、身份不透明、账户安全风险。
但紧接着，另一批平台做出了完全相反的选择。
9月下旬，Meta 开始快速扩大 Muse 的商业生态合作，包括 Shopify、Walmart、Best Buy、Gap、Wayfair、Expedia 等零售和服务平台，同时接入 Shop Pay、PayPal 等支付能力，让 Muse 不只是一个聊天助手，而是逐渐具备从商品搜索、比较到交易结算的完整能力。
一个选择关门，另一批公司选择开门。
如果只看表面，很容易得出一个结论：接入 AI 是利好，拒绝 AI 是利空。
但股价完全不是这么走的。
Muse 上线后，SHOP、EXPE、BKNG、ABNB 等电商和在线旅游平台都曾出现明显下跌，而 $AMZN 的跌幅相对更小。
市场最初交易的是同一个逻辑：
如果 AI Agent 能替用户完成搜索、比较和下单，那么夹在消费者与商品之间的平台，都有可能被绕过去。
但十几天之后，分化开始出现。
$SHOP 很快收复了大部分跌幅，而 $EXPE、$BKNG、$ABNB 等在线旅游平台仍然明显承压。
最初一起被抛售的公司，开始走出完全不同的路径。
原因可能在于，市场开始区分两种完全不同的商业价值：
入口，和基础设施。
过去二十年的互联网，最值钱的资产之一就是消费者入口。
想买东西先打开 Amazon，想订酒店先打开 Expedia，想找信息先打开 Google。
这背后就是聚合理论的核心：互联网降低分发成本之后，真正拥有稀缺价值的，往往是能够聚合需求、控制消费者关系的平台。
只要消费者先来到你这里，供应商就必须争夺你的流量。
Amazon 的广告业务就是最直接的例子。2025年，Amazon 广告服务收入达到686亿美元。品牌愿意付钱，本质上是在争夺消费者产生购买意图之后看到的第一个位置。
而 Agent 改变的，恰恰是这一点。
过去是：
消费者→ Amazon →商品。
未来可能变成：
消费者→ Muse → Amazon →商品。
Amazon依然可能拿到订单，但消费者的第一层意图已经先进入 Muse。
如果用户不再打开 Amazon 搜索商品，那么搜索结果页、推荐排序和广告位的价值都会受到挑战。
因此，Amazon 真正需要防守的未必是一笔订单，而是谁控制消费者作出决定之前的那一层关系。
这也解释了为什么 Shopify 和 Expedia 不能简单放在一起看。
Shopify 更接近商业基础设施。大量消费者甚至不知道一家网店背后使用的是 Shopify。它提供商品数据、商家系统、支付和结账能力。Agent 如果带来更多交易，Shopify 仍有机会从交易链条中获得价值。
Expedia 则不同。
它本身就是消费者寻找、比较旅行产品的重要入口。如果 Muse 在前面完成需求理解、搜索和比较，Expedia 就存在从“消费者入口”退到“后端供应和交易节点”的风险。
所以，同样叫“接入 Muse”，经济含义完全不同。
对原本就是基础设施的公司，Agent 可能带来更多交易量；对原本依靠入口、搜索和消费者关系赚钱的平台，Agent 则可能拿走价值最高的那一层。
Amazon 恰好两者兼具。
它既拥有巨大的消费者入口，又拥有仓储、物流、履约、第三方商家和支付能力。
这也是它面对 Agent 时最复杂的地方。
封锁 Muse，可以保护自己的入口；但如果 Agent 最终成为新的消费者入口，Amazon 又很难永远放弃来自这些 Agent 的订单。
所以真正的问题已经不是“谁接入 Muse”。
而是当 AI Agent 开始接管消费者意图之后，谁还能控制交易，谁只剩下供应，谁又能成为所有 Agent 都绕不开的基础设施。
这才是接下来拆解 Muse 五层产业链的起点。
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
Muse正把AI红利送向这五层公司
第一层：Agent通信基础设施——TWLO、BAND
这是目前市场低估的一层。
很多人想到Agent，只想到聊天，但Muse最重要的变化不是回答问题，而是开始替用户行动。
比如取消会员、联系航空公司改签、和运营商谈价格，这些任务背后都需要真实的通信能力，包括电话网络、短信、语音接口和身份验证。
TWLO最大的优势，是已经连接大量企业通信场景。未来AI Agent如果成为企业客服、销售和服务人员，就需要通过TWLO完成电话、短信、WhatsApp、RCS以及企业API调用。
过去企业依靠人工员工处理客户沟通，但未来一个Agent可以全天运行，同时处理大量电话和消息。人口没有增加，但机器产生的通信流量可能快速增长。
所以TWLO更像Agent时代的通信平台。
BAND则更加靠近底层网络。它拥有自己的语音网络，可以减少中间环节，提高通信效率。随着AI Agent开始自主打电话、创建语音服务，BAND有机会成为Agent连接现实世界的重要基础设施。
简单理解：
Meta、OpenAI负责Agent的大脑；
TWLO负责连接各种通信渠道；
BAND负责让这些声音真正进入电话网络。
TWLO商业模式更加成熟，而BAND规模更小，如果Voice AI爆发，BAND可能拥有更高业绩弹性，但同时也面临竞争和利润率压力。
第二层是互联网基础设施——NET、AKAM
如果未来出现大量AI Agent访问互联网，最大的问题已经不是流量够不够，而是：
这个访问者是谁？
它有没有权限？
是不是恶意Bot？
它能不能代表用户完成交易？
未来互联网需要新的Agent身份、API管理、安全和边缘计算体系。
NET是我认为更直接受益的公司。原因是NET更接近Agent时代的“互联网入口”。
NET拥有Workers、AI Gateway、Bot管理、API安全和边缘计算能力，可以帮助开发者运行Agent，也帮助企业管理Agent访问。
所以NET的核心逻辑不是卖AI模型，而是成为Agent访问互联网必须经过的一层基础设施。
如果未来Agent数量快速增加，需要管理的请求、API和身份越来越多，NET有机会成为Agent时代的网络入口。
今年 3 月我们美股投资网就发视频清楚表示2026年AI智能体爆发年，极度利好NET，我们VIP 社群买入价格 179.5 美元。本周四收盘已到 361 美元，成功翻倍。
AKAM同样受益，但逻辑不同。
市场过去更多把AKAM理解为CDN公司，但未来Agent时代，边缘计算的重要性可能重新上升。
因为未来大量AI应用，包括实时语音、机器人、视频分析，都要求计算距离用户更近。AKAM拥有全球分布式网络节点，这些节点未来不仅可以做内容分发，也可能承担AI推理、安全防护和边缘计算任务。
所以简单理解：
NET更偏向Agent的软件入口、开发者生态和互联网访问控制；
AKAM更偏向企业级安全、边缘计算和全球基础设施。
如果未来Agent主要爆发在API调用、软件应用和开发者生态，NET的弹性更大。
如果未来AI走向实时应用、边缘推理和企业基础设施，AKAM的价值可能重新被市场认识。
第三层是身份、安全和权限，重点看OKTA、PANW和CRWD。
Agent最大的风险不是能力不足，而是权限过大。
未来，一个Muse可能不仅帮你聊天，它还可能接触你的邮箱、购物账户、支付信息，甚至企业内部数据。
那问题来了：
当AI替你打电话、修改账单、下订单时，对方怎么确认：
这个Agent是谁？
它代表谁？
它有没有权限执行这个操作？
如果出了问题，责任应该追踪到哪里？
最近Meta测试Muse时，就暴露了一个更深层的问题：
用户以为自己正在和AI交互，但部分复杂任务背后可能存在真人承接。
这说明未来AI Agent商业化，不只是模型能力竞争，还涉及身份透明、权限控制和数据安全。
这会推动新的安全需求。
OKTA负责身份认证和权限管理；
PANW覆盖网络、云端以及AI安全；
CRWD则关注终端、工作负载和机器身份安全。
过去十年，网络安全解决的是：
“人如何访问系统。”
但Agent时代，解决的是：
“机器如何代表人访问系统。”
这会成为一个全新的安全市场。
而这也是为什么我们9月1日在VIP社群关注OKTA，当时股价约165美元，本周三最高来到204美元附近，短线涨幅接近25%。
未来AI Agent越深入企业和个人生活，身份和安全层的重要性可能越高，
第四层是交易执行，重点看SHOP、WMT、V、MA和PYPL。
Agent可以找到商品，但最后仍需要确认库存、生成订单、完成付款和处理退款。
SHOP掌握大量商家的商品、库存、订单和结账系统。META已经确认，Muse未来将接入SHOP的支付体系。因此，SHOP有机会成为Agent与商家之间的交易操作系统。
V和MA掌握全球支付网络、身份验证和风控体系，PYPL则更接近互联网钱包和线上商家。购物入口可以改变，但支付清算、反欺诈和退款机制仍然不可缺少。
第五层是就是AI基础建设公司，NBIS 、CRWV和IREN等GPU 云厂商
Muse本身，而是它可能证明“AI Agent将成为下一个超级算力消费者”；而Nebius恰好已经拿到了Meta最高270亿美元的下一代AI基础设施合同，因此Muse用户越多、Agent推理的任务越复杂，Meta消耗Nebius未来GPU使用量的概率就越高。
Agent时代可能比聊天AI时代更加利好 Neocloud (GPU 云厂商)。
当然，美股投资网2026年必买10只股其中两个，就包括 NBIS 和 INOD，其中，INOD为Muse提供高质量的AI训练数据。
说完利好，再看谁可能受到冲击。
第一个就是 GOOGL。
它的问题和其他公司不同——不是没有能力，而是商业模式存在矛盾。
GOOGL 手里的牌非常全：Search、Maps、Gmail、Chrome、Android，再加 Gemini。理论上，它完全具备打造个人 Agent 的能力。
但问题是，GOOGL 最赚钱的业务之一，恰恰建立在用户主动搜索。
过去：
用户→ Google Search →广告→商家。
未来可能变成：
用户→ Gemini → Agent 直接完成搜索、比较甚至交易。
如果用户不再进入传统搜索页面，那么广告位和竞价排名的价值就可能受到影响。
所以 GOOGL 真正要解决的，不是有没有 AI，而是如何在进入 Agent 时代的同时，重新定义自己的搜索广告模式。
接下来重点看两个指标：
第一，高商业意图搜索的广告价值是否还能保持。
第二，Gemini 能否真正把搜索、比较和交易带入 Agent 流程
其次是YELP和TRIP这类依赖SEO、网页浏览和线索收费的平台。Agent可能直接读取评分和价格，却绕过它们的广告位。
BKNG和EXPE也会面临入口价值下降的问题，但它们掌握酒店库存和交易系统，仍可能成为Agent背后的订单供应商，因此不是纯利空。
最后是传统客服外包公司CNXC。未来如果用户Agent直接与商家Agent协商退款、改套餐和预约时间，大量重复性人工坐席可能被替代。
NICE和FIVN则属于多空并存。传统坐席减少会影响原有业务，但如果它们成功转型为Agent调度、监控和转接真人的平台，也可能获得新的收入。
今天这期就先讲到这里。
Muse背后的Agent产业链，其实远不止今天提到的这些公司。受时间限制，我已经把整条财富链的底层逻辑、核心公司、受益顺序，以及接下来真正需要跟踪的数据和风险点，整理成了一份更完整的研究内容，放在美股投资网官网的VIP社区。有需要的朋友可以去看。
如果你觉得今天这期视频有价值，帮我们把点赞顶到1000。点赞突破1000，下一期我就从这条Agent产业链里，挑出几家最值得跟踪的公司单独拆解：谁能真正把Agent流量转化成收入，谁只是暂时蹭上概念，以及哪些关键指标一旦发生变化，原来的投资逻辑就必须重新判断。
今天（9月18日）SanDisk（SNDK）大涨约 11%，收在约 $1,792。美股投资网调研发现，闪迪今天并没有一个全新的重大公司公告，真正推动股价的是“指数资金+ 巨额看涨期权 + AI/存储板块反弹”三股力量叠加。
我认为今天最值得注意的是下面几个因素：
1. 出现了非常夸张的 SNDK 看涨期权买盘。今天市场出现超过9,000万美元的短期期权资金涌入INTC、MRVL、MU 和 SNDK，其中SNDK 一只股票就占了约4,100万美元，资金集中买入10月2日到期、执行价 $1,600 的 Call。
这笔交易非常特殊，因为SNDK 今天本来就已经站在$1,600 上方。如此大规模、短期限的Call 买盘很容易产生 Gamma hedging：如果做市商是Call 的卖方，为了对冲风险，就需要不断买入SNDK 正股，股价越涨，需要买的股票可能越多。根据美股大数据 StockWe.com的量化追踪，机构今天在大单买入56亿美元，暗池买入5亿美元。
所以今天后半段从“上涨”演变成接近+11%，期权资金很可能是一个重要的加速器。
但需要注意：目前并不知道这个神秘买家是谁，所以不能把这$4,100 万 Call 当成“有人提前知道内幕消息”。它只能说明今天资金的看涨押注明显异常。
据Citadel Securities数据，本次到期的期权名义价值约为7万亿美元，规模为史上第二大，其中约60%在开盘时完成结算或展期。城堡证券由Scott Rubner领衔的市场情报团队提示，此前压低实际波动率的期权头寸退场后，价格会更容易受到资金流影响。嘉信理财交易策略主管Joe Mazzola也提醒，季末调仓可能放大波动。
第二个非常重要的因素，是SNDK 即将在下周一正式进入S&P 100。
S&P 已经宣布，SanDisk、Dell、Palo Alto Networks 和 Arista Networks 将于 9月21日正式加入S&P 100。SNDK 的消息并不是今天才公布，因此不能说这是今天突然上涨11%的“新闻催化剂”，但今天是指数调整生效前的最后一个交易日。
这点非常关键。
追踪 S&P 100 的被动基金需要按照新的指数权重调整仓位，同时还有大量主动基金、量化基金和套利交易者会提前进行index rebalance / index front-running。这是美股投资网创始人兼CEO，Ken，他在华尔街，纽约证券交易所担任分析师时，职责之一。
因此今天会出现一个很典型的情况：
被动资金必须买 + 套利资金提前买 + Call 做市商对冲买。
三种资金可能同时集中到SNDK 上。
所以我认为，今天SNDK 明显跑赢 MU 和 WDC，并不是偶然。
其中我尤其关注$4,100万的 10月2日 $1,600 Call。
因为这笔交易到期只有两周左右，绝对不是传统长期投资者买LEAPS 的行为。这意味着有人在非常明确地押注未来两周SNDK 继续保持强势和高波动率。
美国财政部长贝森特，三个月前警告特朗普：“债券市场搞垮的政府，比榴弹炮还多。”
为什么他会这么说？因为债券市场真正可怕的地方，不需要一枪一炮，它只需要不断抬高“借钱的价格”，压力就会从政府融资，一路传到企业成本，最后压到美股估值。
本周三，我们就看到了这条链条突然绷紧。
美联储加息25个基点，12比0全票通过。点阵图显示，18名官员里有16人预计今年至少还要再加一次息，2026年底利率中值也从6月的3.8%上调到4.1%。“这次加完，很快就会重新降息”的预期被明显打压，美股随即下跌。
可到了周四，市场又像什么都没发生一样迅速反弹，前一天的失地几乎全部收回。但债券市场没有松口：2年期美债收益率收在4.68%，10年期回落到4.94%，30年期仍高达约5.3%。
问题来了：既然加息已经落地，恐慌也已经释放，美股甚至重新大涨，为什么债券市场还是不肯真正松口？
更反常的是，大资金并没有简单地撤出市场，而是在做两件完全相反的事：一边增加防守，另一边却还在继续承担风险。这说明他们真正担心的，可能不是“美股会不会跌”这么简单，而是在重新判断：哪些资产扛得住高利率，哪些过去最拥挤的方向已经开始变危险，而下一轮机会又会从哪里冒出来。
所以今天这期视频，我会把四件事讲清楚：
第一，债券市场现在到底在逼美联储做什么；
第二，为什么 AI投资让长期利率根本降不下来?
第三、周五三巫日，有超过2万亿美元的delta名义期权到期，短期美股如何表现？
第四，我会顺着大资金的真实流向，把现在的股票分成三类，明确告诉你哪些还能继续持有，哪些已经要提高警惕，
别走开，接下来讲到的，很可能就有你手里的爱股。视频不短，但都是和接下来行情直接相关的重点，建议先点赞收藏。我们直接开始！
债券市场现在到底在逼美联储做什么？
那债券市场现在到底在逼美联储做什么？
其实不是简单逼它“继续加息”，而是在逼它证明：你真的有能力把通胀压下去。
因为美联储能直接控制的，主要是短期政策利率；但10年期、30年期美债收益率，是全球资金自己定价出来的。
如果投资者相信未来通胀会下来、利率会下降，他们就愿意买长期国债，长期收益率自然会往下走。
可如果市场不相信呢？
那投资者就会要求更高的收益率，才愿意把钱锁十年、三十年。结果就是，即使美联储暂停加息，房贷、企业贷款、公司发债这些长期融资成本，依然可以继续维持在高位。
换句话说，债市现在其实是在告诉美联储：光说“通胀会下来”不够，你得用行动让我相信。
否则，长端利率就会替你继续收紧金融条件。
所以现在真正麻烦的地方在于，美联储即使想停，债券市场也未必允许整个金融环境马上放松。
而这就引出了下一个问题：到底是什么力量，让10年期、30年期利率一直这么难下来？
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
AI牛市正在制造自己的敌人
沃什在发布会上，给出了一条非常关键的线索。
他说，美国最近的资本开支正在快速增长。建设AI数据中心的超大规模云厂商，正在市场上筹集资金，所以对资本的竞争是真实存在的。
这句话听起来像是在谈AI投资，实际上却解释了长期利率为什么迟迟降不下来。
过去两年，市场习惯把AI资本开支理解成一条纯利好。
微软、Amazon、Google和Meta投入的钱越多，购买的GPU就越多；数据中心建得越多，芯片、存储、光通信和电力设备拿到的订单也就越多。
但大家一直只盯着这些钱最后花到了哪里，却很少追问另一个问题：这么多钱，最开始从哪里来？
我们看数据。
按照UBS的估算，2026年Amazon、微软和Alphabet三家的资本开支，相当于它们云业务合计收入的102%。
注意，这不是说云业务赚到的钱全部被花光了，因为收入不等于利润和现金流。它真正说明的是，这三家公司的资本开支规模，已经超过了它们云业务的合计收入。
https://primexbt.com/news/hyperscalers-set-to-spend-102-of-cloud-revenue-on-ai-capex-in-2026-ubs-says/?utm_source=chatgpt.com
再把范围拉大。高盛预计，五大云巨头厂商2026年资本开支大约7500亿美元，而同期能产生的经营现金流大约是7780亿美元。也就是说，全球现金流最强的一批科技公司，这场AI军备竞赛，也正在逼近它们自身现金流能覆盖的边界。
https://www.reuters.com/business/hyperscaler-debt-binge-pushes-yields-up-investor-demand-cools-2026-07-29/?utm_source=chatgpt.com
但AI投入并没有因此停下来。
当内部现金流不够用，下一步自然就是去债券市场借。截至7月7日，Amazon、Alphabet、Meta和甲骨文今年已经发了大约1940亿美元债券，比它们2025年全年的1080亿还高出79%。高盛预计，加上微软，五大厂商今年发债可能到2500亿美元，2027年进一步冲到4000亿。
https://www.investing.com/news/stock-market-news/hyperscaler-debt-binge-pushes-yields-up-as-investor-demand-cools-4820617
问题是，同一时间来到市场上融资的，不只有科技公司。
CBO预计，美国2026财年财政赤字超过1.9万亿美元，相当于GDP的5.8%。这意味着财政部也要持续发大量国债，补赤字、付利息。再加上战争、能源安全、制造业回流、电力基建，全都在吸长期资本。
一边是财政赤字，一边是AI数据中心，另一边是能源国防制造业。看着不相干，最后都要同一个全球资本市场来消化。美国政府、科技巨头、能源和国防同时要钱，投资者自然要求更高回报。融资需求越大，资金价格越高，10年期美债收益率就越难真正降下来。
现在信用市场正在用真金白银投票。
Apollo指出，如果云厂商的CDS利差上升，只是因为交易商在对冲新发行的债券，那么作为投资级债券发行大户，银行的CDS也应该同步上升。但现实是，银行CDS利差仍然稳定在40个基点左右，部分云厂商的CDS却在明显扩大。
这说明市场并不是在全面回避所有信用风险，而是在单独提高部分AI融资方的风险价格。
https://www.apollo.com/institutional/insights-news/insights/daily-spark/hyperscaler-cds-widening-is-not-a-dealer-inventory-story
甲骨文就是最明显的例子。它的五年期CDS已经从一年前大约40个基点升到200个基点以上，S&P也把甲骨文的长期信用评级下调到BBB-，距离垃圾级只差一步。
再看风险更高的CoreWeave。今年7月，它的CDS一度升到大约855个基点，按照常见回收率模型估算，对应的五年累计隐含违约概率一度接近50%。
当然，这不代表CoreWeave真的有一半概率会破产，CDS里面还包含流动性、情绪和风险溢价。但它清楚说明了一件事：市场愿意继续给AI基础设施公司融资，只是要求的风险补偿已经越来越高。
而到了本周四，这个逻辑又往前走了一步。CoreWeave宣布再发行30亿美元2033年到期的可转债，同时设立最多3500万股的ATM股票发行计划。问题并不是它没有需求，恰恰相反，需求太强了。为了接住这些订单，它必须不断买GPU、建数据中心、锁电力，而这些投资都要先拿真金白银砸进去。消息公布后，CoreWeave股价在科技股整体大涨的当天一度跌超5%。
到了这里，AI和高利率之间的关系就变了。
过去我们总觉得，高利率只是AI股票的敌人：利率越高，估值越低。但现在你会发现，AI本身也在制造对资金的巨大需求。云厂商、数据中心、芯片公司同时抢资本，融资需求越来越大，长期资金的价格自然更难下来。
于是就形成了一个很值得思考的反馈循环：AI投资越大，资金竞争越激烈；资金越贵，长期利率越难明显回落；而长期利率越高，未来利润折回今天的价值就越低。
说白了，AI一边在创造利润，也在抬高这些利润的折现率。
AI牛市，正在制造自己的敌人。
大资金买的不是所有AI
问题来了。
既然AI融资压力已经开始上升，为什么大资金还没有离开AI？它们到底在买什么，又在回避什么？
美银9月基金经理调查里，有两个数字很关键：42%的人认为，AI巨头庞大的资本开支最可能成为下一场系统性信用事件的来源；但79%的人又认为，这些公司今年根本不会削减资本开支。
一边担心它们投得太多，一边又相信它们还会继续投。这并不矛盾——因为资本开支可以继续增长，信用风险也可以同时积累。真正变化的，不是资金突然抛弃AI，而是资金开始变得更挑剔。
截至9月9日当周，美国股票类基金和ETF净流出接近118亿美元，债券类资金却净流入超过115亿美元。大资金没有全面撤退，而是在降低组合风险，同时把有限的风险预算留给自己最有信心的方向。
https://www.wsj.com/business/tech-media-telecom-roundup-market-talk-6cd01c34?utm_source=chatgpt.com
这就是现在最真实的状态：一边还在买AI，一边已经开始买保险。
而短期还有一个变量，会放大这种谨慎。周五就是三巫日，超过2万亿美元的Delta名义敞口集中到期。过去14次9月三重巫术日里，标普500有12次当天收跌；之后5个交易日，上涨比例甚至不到30%。
我认为这组数据真正告诉我们的，是这种大规模仓位到期，本来就很容易带来短期波动和资金重新平衡。等这批仓位清掉以后，真正值得看的，是谁还能继续涨，谁开始掉队。
在这里，美股投资网把AI股票分成三类。
第一类，是直接从AI资本开支里收钱的公司。
代表包括NVDA、AVGO、MU、ANET、VRT和DELL。只要数据中心继续建设，芯片、存储、网络、电力设备就还有订单。它们最大的优势是，不需要等AI最终怎么变现，科技巨头今天花出去的钱，很快就可能变成它们的收入。
DELL就是很典型的例子。
今年6月我们第一次专门分析DELL，当时股价还在410美元附近。我们判断，企业一旦真正开始部署AI，买的不会只有GPU服务器，存储、网络、传统服务器甚至AI PC都会一起升级。按照周四收盘价算，这一波浮盈已经接超过40%。给我们的努力点个赞。
到了9月11日，我们再次跟踪，逻辑已经开始兑现。DELL上一季度AI服务器新签订单609亿美元，确认收入164亿美元，季末积压订单950亿美元；AI客户已经超过6500家，其中3300家还是最近三个季度新增的。
这说明AI正在从少数云厂商，真正往企业端扩散。
第二类，是自己有能力承担AI资本开支的公司。
代表就是MSFT、GOOGL、META和AMZN。它们虽然烧钱最多，但背后还有云计算、广告、电商这些现金牛。接下来市场真正比较的，不是谁花得最多，而是谁能最快把这些投资变成收入和现金流。
第三类，就是最需要小心的：高度依赖外部融资的公司，比如ORCL和CRWV。
这类公司不是没有订单，恰恰是订单越多，越需要提前建数据中心、买GPU、锁电力，所以增长越快，需要的钱可能反而越多。一旦长期利率维持高位、借钱越来越贵，融资压力就会迅速放大。
但但这里必须单独讲一下我们的重点持仓NBIS。
表面上看，NBIS也属于第三类，但它正在努力脱离第三类。因为它同样要重资产扩张，也需要融资。但现在它开始出现三个非常关键的变化。
第一，算力价格还在涨。NBIS二季度Blackwell算力拍卖的成交价格，比公司历史最高价格还高15%，说明真正能稳定交付高端算力的平台，依然有定价权。
https://www.marketbeat.com/earnings/reports/2026-8-13-nebius-group-nv-stock/?utm_source=chatgpt.com
第二，客户开始替它承担一部分资本开支。NBIS预计2026年会收到超过90亿美元客户预付款，一些大型项目甚至可以靠预付款覆盖50%到60%的建设成本。也就是说，以前是公司先借钱建数据中心，现在客户自己也开始先把钱打进来。
https://www.sec.gov/Archives/edgar/data/1513845/000110465926094568/tm2622968d1_ex99-2.htm?utm_source=chatgpt.com
第三，融资成本目前仍然可控。今年7月，NBIS完成7.75亿美元高级担保融资，利率是SOFR加2.5%，算下来实际成本大约6%。它背后抵押的是GPU，还有投资级客户已经签下来的现金流。
https://www.sec.gov/Archives/edgar/data/1513845/000110465926084452/tm2620683d1_ex99-1.htm?utm_source=chatgpt.com
这件事非常关键。
NBIS不是不需要借钱，而是正在把“订单”本身变成融资能力。客户愿意提前付款，银行愿意拿合同和GPU做抵押，它就不需要完全依赖不断增发股票去扩张。
当然，风险依然存在。NBIS仍然是一家资本开支非常重的公司，未来扩建还需要大量资金。
但我们为什么继续长期持有？因为目前三件事还同时成立：算力价格在涨，客户合同越来越硬，融资成本还在可控范围。
NBIS是我们过去两年“必买10只股”里的首选股，从去年40美元附近开始重点推介，到现在已经上涨大约7.5倍。我们自己的核心仓位里，NBIS也占了接近一半。目前我们的账号最近两年回报率502%。
只要这三条没有被破坏，我们就会继续持有。
技术面上，短线已经从“破位下杀”重新回到215—220争夺区。这个位置它既是前期成交密集区，也靠近短期均线和缺口，多空都会在这里重新表态。
接下来关键看两点：一是能不能放量站稳220，如果站稳并回踩不破，短线有望打开230—235甚至前高的空间；二是如果反复冲220不过、量能萎缩，就要防二次回踩，下方先看210，强支撑在200—205。
好了，今天的视频就先讲到这里。由于时间关系，加息环境下哪些资产风险正在上升，以及SPY、QQQ、NVDA、GOOG和存储，光通信相关股票的哪些关键支撑位不能跌破，这期没有办法全部展开。
但是我已经把相关内容整理成一份《加息环境下的重要资产与关键支撑位清单》。需要的朋友可以联系我们的客服微信 MaxStockWe
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
美股投资网的实盘账号，2年回报率接近500%，过去1年回报率达到280%，今年以来已经实现135%的收益。
坦白说，这背后并不是靠猜中了几只牛股。我们确实找到了一套可以持续稳定盈利的策略。
如果你愿意花10分钟看完这期视频，我想把这套方法背后的逻辑，真正讲清楚。
为了研发这套系统，我们付出了大量时间和资金，不断回测、验证、迭代，最终建立起属于自己的大数据信息优势。把新闻、财报、机构持仓、期权、暗池、资金流、技术面、估值、行业数据组合起来。
坦白说，我刚入华尔街的时候，也交过大量“学费”，亏过不少钱，才了解到什么是真信号和假信号，最终都才把亏损赚回来，因为只要我把胜率做到80%就可以，而且要控制好回撤。
你看看我们2025年1月必买股，CRDO，CLS，MU，这些都翻了300%以上，MU最少涨10倍。2025年7月必买股 NBIS，当时有几个人知道的，才40块，上个月到300美元。
美股投资网成立18年，比任何一个财经博主做得时间都要久，希望帮你从从海量、嘈杂、不断变化的市场信息中，找到真正值得关注的方向性信号。
而这个周末，我想大家提前弄清楚几件大事。
因为周五的非农数据已经明显改变了市场对9月美联储政策的预期：8月美国非农新增16.2万人，明显高于预期，9月加息重新成为市场关注的核心变量。
而下周，市场还将迎来CPI、长端美债收益率变化，以及一系列重要市场事件和科技公司财报。接下来几天，很可能直接决定9月后半段到底是继续进攻，还是重新回到高利率压估值的交易节奏。
今天主要讲三件事：
第一，把本周宏观层面最重要的利率博弈，以及指数背后的真实结构拆透；
第二，把NVDA、AVGO、DELL、SNOW，以及存储板块几只核心票 SNDK 、MU、的多空防线，精确到具体价位；
第三，推演下周CPI、期权到期，以及ORCL和ADBE财报可能触发的几种行情剧本。
这期内容含金量非常高。哪怕最后只记住一个关键价位、一个风险点，都能让你下周少一点被动，多一套应对方案。
现在动动发财的小手，点个赞把频道关注上，我们马上开始。
本周宏观层面
先看本周宏观层面。这周市场真正给出的信号，不是"利率一涨科技股就一起跌"，而是资金正在重新给科技股排座位。
周五强劲非农把两年期美债收益率一度推到4.42%，标普500跌0.38%，道指跌0.51%，纳指跌0.29%。但QQQ反而涨了0.18%，半导体继续明显跑赢，软件ETF IGV却跌了2.08%。
换句话说，资金并没有撤出科技板块，而是在从高估值、对利率更敏感的软件股，转向盈利确定性更强的AI硬件和大型科技。油价上涨和加息预期压住了指数，但AI订单、存储涨价和供应瓶颈，又让资金不愿意彻底离场。
接下来直接看几个关键位置。
先看SPY，周五收在770.19美元。第一支撑在768.5到769.5，靠近周五低点，也是近期反复成交的位置。跌破以后看764.5到766美元，真正的日线防线在760美元附近。
只要这个区间不破，大结构仍然属于高位整理；一旦失守，下面再看756到758美元。上方第一压力在772.8到774，突破后看775到776。真正想打开新的上行空间，必须放量站稳779.4到780美元。
再看QQQ，它现在明显比SPY强。第一支撑在716到717美元，核心支撑在709到710，这里是本周启动前的重要平台。再往下704.5到705美元，是科技权重短线结构的最后防线，失守就意味着这轮相对强势开始松动。
上方先看周五高点721.9美元，再看724到725。突破以后，途中还有729到730的前高压力；只有进一步站稳734.5到735美元，才有机会重新挑战748.65的历史高点。所以QQQ这里，724美元是突破信号，735美元是更重要的确认位置。
最后看IGV，周五收在104.57美元。104到104.4是第一支撑，跌破后看102.4到103；如果这个区间也守不住，下一档就是99.7到101.3。上方第一反压在106.2到107.4美元，重新站回这里只能算止跌，真正恢复强势还得突破108.5到110.6。IGV能不能收复107.4美元，是判断资金会不会从AI硬件重新回流软件的重要信号。
SNDK MU暴涨
再来聊大家关心的存储。
周五存储股集体爆发，SNDK大涨约11%，MU上涨6.1%。
OpenAI正式发布新一代AI模型GPT-6 Astra算是一个催化剂！人类进入 AGI 时代的起点。Astra的核心变化是能够直接操作计算机和软件，替用户完成编程、科学研究、3D建模、制作演示文稿和电子表格等复杂任务。将会消耗大量的存储芯片和闪存。
但是真正把逻辑坐实的，还是戴尔财报。
戴尔AI服务器积压订单已经达到950亿美元，管理层财报都说了，你可能没有去听，他说的很直白，当前最大的瓶颈是DRAM和NAND，连喊了三遍，翻译过来就是。内存不够卖了，情况很严峻。
市场调研机构Counterpoint数据同样炸裂，二季度全球NAND营收环比暴增70%，平均售价环比上涨55%，美银甚至预计2027年全球DRAM和NAND市场规模将突破1.2万亿美元，这不是普通复苏，是一场结构性的超级紧缺，根源还是在AI。
根据美股大数据 StockWe.com/HardwarePrice 存储芯片价格追踪，内存价格每天还在稳步上涨，根本没有降低的迹象，拐点未至，继续持有 MU 和 SNDK。
以上硬数据解释了为什么闪迪SNDK、美光大涨，其实如果你同时有关注其他板块，你会发现周五是整个硬件被资金追捧，推理芯片也大涨8%，CBRS大涨10%，ALAB大涨10%，光通信COHR 和LITE 同样大涨5-6%
Saas软件板块被抛售，PLTR 周五跌4.49%，SNOW 周五跌5.41%。资金从软件板块又轮动到硬件板块。所以美股大数据这个细分板块含金量就非常高了，比起只看大板块，什么XLK信息技术，XLF金融板块这些，强太多了。
再来说SNOW。周三盘后它交出来的不是普通"beat"，产品收入增速连续第三个季度加快到37%，全年指引直接往上抬了两个多亿。
管理层说得也很直接——AI贡献了大约一半的增长加速。翻译一下，市场之前担心AI会绕过传统软件，现在SNOW用账单告诉你，AI跑得越多，企业越需要数据、权限和治理，
Snowflake反而卡住了一个关键位置。大家应该还记得这是我们八月的必买股吧，当时292，盘后直接涨了23%以上，你要是跟上了，现在大概30%的收益已经在手了。给我们的努力点个赞，也转发给身边的朋友。
我们youtube帖子也在财报当天，高位 372贴出我们止盈的订单，高位锁住利润，因为你看周五SNOW 已经从高位384跌回到337美元，回调了12%，我觉得估值偏高是SNOW唯一最大的问题，远期市盈率153。
技术面上，SNDK周五冲高至1740美元附近，短线先看1695—1705美元能否由压力转为支撑；守住这里，强势结构仍在。下方更关键的承接区在1580—1610美元，若失守，才需要防范回落至1510—1555美元筹码密集去。上方先突破1725—1740美元，再看1785—1800美元，最后才是1828美元前高。
MU周五收在1016.59美元，1008—1012美元是第一道突破确认区，下面995—1000美元才是短线防线；若重新跌破995美元，下一道支撑看969—979美元。上方先看1035—1036美元，放量站稳后依次看1064—1065美元和1097—1100美元。换句话说，1036美元决定能否突破平台，995美元决定这次突破是否失败。
NVDA和AVGO
这一周NVDA走得不差。财报后的震荡没有破坏趋势，背后不只是资金回补，而是黄仁勋正在把英伟达的边界一圈圈往外推。
他在G20把AI定义成像水、电、公路一样的国家级基础设施。意思很直接：各国建设AI数据中心，不会只买一两个季度，而是一轮由政府、云厂商和企业共同推动的长期建设周期。
随后，英伟达与联发科加深合作，让定制XPU接入NVLink Fusion；
另一边又宣布收购Hugging Face，把手伸向开源模型和开发者入口。收购公告是在周四，周五只是市场继续消化，并不是又多出一笔交易。
这两个动作放在一起，英伟达的算盘就清楚了：客户买GPU，它赚钱；客户自己做XPU，只要接入NVLink和英伟达系统，它仍能赚钱；开发者从开源模型起步，最后部署到CUDA和英伟达算力上，它还是能赚钱。
这就自然讲到AVGO。博通最值钱的故事是定制XPU和网络，而英伟达正在往这块业务的系统层靠近。这不代表博通现有订单马上被抢走，但市场必须重新计算：未来客户即使不用英伟达GPU，是不是真的还能绕开英伟达的互连和软件生态？
AVGO财报并不差，问题是高估值已经把乐观预期提前算进去了。现在资金要看的，不是远期故事有多漂亮，而是订单能否在供应、成本和利润率压力下变成现金流。
美股投资网认为，AI竞争正在从“谁的芯片更快”，升级为“谁掌握更多入口、谁能从同一笔AI投资里反复收费”。NVDA在扩大收费范围，AVGO则要证明自己的护城河不会被稀释。
技术图上，两只股票的状态不同。
NVDA周五收在230美元附近，站在主要均线上方，财报后的V形修复仍在延续。但股价也进入230—236.54美元的前高压力区。若放量突破236.54，才算打开新高空间；如果冲高失败，先看224—225美元，下面217—220美元是上升结构的防线。
AVGO周五收在357.89美元，短线第一支撑看353.5—355美元，这里叠加周五低点和8月底多次成交区；跌破后看349—351美元，342.33美元则是财报后低点，也是这轮反弹不能失守的底线。
上方第一压力在359.5—360美元，连续两天都在这里受阻。放量站稳360美元后，下一步看364.5—367美元的财报缺口区域；进一步收复370—372美元，短线才算真正转强。再往上，377—380美元是更重要的趋势修复区，站不上这里，暂时还不能谈重新挑战400美元。
下周展望
下周一美股休市，所以别看有五天，实际上就四个交易日。但这个被压缩的交易周，很可能是整个9月波动最剧烈、也最关系到四季度基调的一周。
周五的非农已经把底牌摊在桌面上了。就业数据依然有韧性，短期硬着陆的顾虑可以放一放。但问题也在这——美联储因为就业走弱而暂缓收紧的这个理由，明显被削弱了。
换句话说，就业稳住之后，市场的注意力会全部转向通胀。下周四PPI、周五CPI，上个月PPI还在4.7，CPI在3.4，黏性客观存在。现在市场最关心的就一件事：核心通胀到底能不能给出明确的降温信号。
与此同时，美联储正式进入静默期，整个下周不会有任何官员出来讲话。这就带来一个很现实的问题——如果周四周五的数据超预期，市场上没有官方声音来平复情绪，资产价格的短期重估往往会自己放大波动。
如果通胀决定的是大盘整体的估值水平，那周四盘后甲骨文和Adobe的财报，就是AI链条的一次直接检验。
甲骨文方面，核心关注点在于RPO（剩余履约义务），也就是已签约但尚未确认收入的订单储备。目前市场聚焦于大型科技公司的资本开支节奏，甲骨文的RPO能直观反映下游客户是否愿意继续签署长期算力合同。只要该指标保持稳健，说明底层算力需求仍在，相关硬件产业链的业绩逻辑也能维持。
Adobe那边对应的是软件端。市场对纯概念的关注度在下降，焦点已经转向商业变现本身——Firefly有没有带来新增订阅、ARR增长怎么样、客单价能不能提升。
如果Adobe能证明企业客户愿意持续掏钱，那整个SaaS板块的估值再次就有修复的可能。反过来，如果这两家给的指引不及预期，科技股盘后先先承压，紧接着周五早盘CPI落地，盘面就会面临基本面和流动性的双重考验。
再把视野拉宽一点，这一周真正贯穿始终的宏观主线，还是长端美债。周五非农之后，两年期从4.34升到4.37左右，十年期到了4.78，三十年维持在5.25附近。短端在交易加息预期，长端居高不下，背后已经不光是政策利率了，还有通胀、财政赤字、发债供给和期限溢价。
美银的Flow Show有个说法叫"先承压，后反转"。全球央行政策预期偏紧，债券收益率走高，会同时压制AI资本开支、房地产和利率敏感的消费。但反过来看，美债过去十年的滚动回报是负2%，处在百年最差阶段之一。
债券已经经历了一轮很极端的调整，只要通胀开始降温、收益率确认见顶，长债的风险回报就会改善，之前被利率压得最惨的小盘股、生物科技、房地产、高估值科技，都有可能修复。
但问题就在于，收益率能不能见顶，下周就要接受一次真实买盘的考验。财政部周二到周四要陆续标售三年、十年和三十年期的国债，总规模1190亿美元，最关键是周三的十年期和周四的三十年期。市场不光看有没有人买，还要看中标收益率、投标倍数，以及一级交易商被迫接了多少。如果需求偏弱，长端收益率很容易再往上冲一波。
财政部从9月9日起，把十年到三十年期的流动性回购上限从每次20亿提高到至少40亿，这个动作能改善旧债的交易流动性，缓解短期压力，但它替代不了新发国债所需要的真实配置需求，也不能直接给收益率封顶。
所以怎么看？下周前半段，发债供给加上静默期，指数大概率继续震荡。后半段PPI、CPI、财报和长债拍卖结果陆续落地，方向才会更清楚。
如果通胀有序降温、国债拍卖平稳，十年期收益率回到4.70%下方，科技股的估值压力会明显减轻，标普500有机会再次挑战7800点。反过来，如果长债需求不足，十年期收益率突破4.85%，大盘可能先测7600到7650，这个区间守不住，下一道防线就在7500点附近。
所以下周真正的多空分界，不只在CPI，更在华尔街愿不愿意接住这1190亿的新债。数据决定美联储怎么走，拍卖结果决定长端利率往哪走，而长端利率最终决定了科技股还能拿到多高的估值。
好了，今天的视频就到这里。如果这期内容对你判断下周美股有帮助，记得点赞、收藏和转发，我们下期再见。
微信分析师 微信公众号
